유사성 해시 기반 악성코드 유형 분류 기법

김윤정; 김문선; 이만희

추천

검색

질문

자료유형: 학술저널

저자정보: 김윤정 (이글루코퍼레이션) 김문선 (소프트버스) 이만희 (한남대학교)

저널정보: 한국정보보호학회 정보보호학회논문지 정보보호학회논문지 제32권 제5호

발행연도: 2022.10

수록면: 945 - 954 (10page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

매년 수십억 건의 악성코드가 탐지되고 있지만, 이 중 신종 악성코드는 0.01%에 불과하다. 이러한 상황에 효과적인 악성코드 유형 분류 도구가 필요하지만, 선행 연구들은 복잡하고 방대한 양의 데이터 전처리 과정이 필요하여 많은 양의 악성코드를 신속하게 분석하기에는 한계가 있다. 이 문제를 해결하기 위해 본 논문은 유사성 해시를 기반으로 복잡한 데이터 전처리 과정 없이 악성코드의 유형을 분류하는 기법을 제안한다. 이 기법은 악성코드의 유사성 해시 정보를 바탕으로 XGBoost 모델을 학습하며, 평가를 위해 악성코드 분류 분야에 널리 활용되는 BIG-15 데이터셋을 사용했다. 평가 결과, 98.9%의 정확도로 악성코드를 분류했고, 3,432개의 일반 파일을 100% 정확도로 구분했다. 이 결과는 복잡한 전처리 과정 및 딥러닝 모델을 사용하는 대부분의 최신 연구들보다 우수하다. 따라서 제안한 접근법을 사용하면 보다 효율적인 악성코드 분류가 가능할 것으로 예상된다.

#Malware #Malware classification #Machine learning #Similarity hash #TLSH

참고문헌 (19)

참고문헌 신청

Sonicwall, “SONICWALL: ‘THE YEAR OF RANSOMWARE’ CONTINUES WIT H UNPRECEDENTED LATE-SUMME R SURGE,” “https://www.sonicwall.com/news/sonicwall-the-year-of-ransomware-continues-with-unprecedented-late-summer-surge/,” Oct. 2021. Kaggle, Microsoft Malware Classification Challenge (BIG 2015), “https://www.kaggle.com/c/malware-classification,” 2015. Kisa, Information Security R&D Data Challenge 2019, “http://datachallenge.kr/challenge19/rd-datachallenge/malware/introduction/,” Nov. 2019. Jesse Kornblum, “Identifying almost identical files using context triggered piecewise hashing,” Digital investigation 3, pp. 91-97, Jul. 2006.

Dongwoo Goh and Huykang Kim, “A Study on Malware Clustering Technique Using API Call Sequence and Locality Sensitive Hashing,” Korea Institute of Information Security and Cryptology (KIISC), 27(1), pp. 91-101, Feb. 2017.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

김윤정

소속기관 이글루코퍼레이션

주요연구분야 공학 > 컴퓨터학 공학 > 전기전자공학 > 정보통신공학

논문수 3 이용수 262

김문선

소속기관 소프트버스

주요연구분야 공학 > 컴퓨터학

논문수 4 이용수 569

이만희

소속기관 금오공과대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학 TOP 5% 공학 > 컴퓨터학 TOP 5%

논문수 49 이용수 4,366

이 논문과 함께 이용한 논문

바이너리 시각화와 기계학습을 이용한 악성코드 분류

김태근 , 지환태 , 임을규 정보과학회 컴퓨팅의 실제 논문지 2018 .04

악성코드 이미지화와 전이학습을 이용한 악성코드 분류 기법

이종관 , 이민우 한국정보통신학회 종합학술대회 논문집 2021 .05

Non-PE 악성코드 분석을 위해 향상된 악성코드 탐지 시스템 구현

한경현 , 황성운 대한전자공학회 학술대회 2020 .11

정적 분석 기반 기계학습 기법을 활용한 악성코드 식별 시스템 연구

김수정 , 하지희 , 오수현 외 1명 정보보호학회논문지 2019 .08

유사 악성코드 생성을 이용한 악성코드 탐지 성능 향상

배장성 , 김건영 , 이창기 한국정보과학회 학술발표논문집 2018 .12

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (19)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)