메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김기현 (강원대학교) 최미정 (강원대학교)
저널정보
한국통신학회 한국통신학회논문지 한국통신학회논문지 제39권 제8호(융합 기술)
발행연도
2014.8
수록면
738 - 745 (8page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (4)

2016

안드로이드 악성코드 탐지를 위한 하이브리드 기법
김기현 컴퓨터과학과 2016.01 학위논문

2015

안드로이드 환경에서 시계열 기반의 악성코드 탐지 기법과 행동 기반 악성코드 탐지 기법의 비교 분석
김기현 ,  최미정 한국통신학회 학술대회논문집 2015.01 학술대회자료

2014

선형 SVM을 사용한 안드로이드 기반의 악성코드 탐지 및 성능 향상을 위한 Feature 선정
김기현 ,  최미정 한국통신학회논문지 2014.08 학술저널
선형 One-Class SVM을 이용한 안드로이드 기반의 악성코드 탐지
김기현 ,  최미정 한국통신학회 학술대회논문집 2014.01 학술대회자료

초록· 키워드

오류제보하기
최근 모바일 사용자들이 증가하면서 모바일 어플리케이션 또한 계속적으로 증가하고 있다. 모바일 어플리케이션이 증가하면서 사용자들은 모바일 장치에 은행정보, 위치정보, 아이디, 패스워드 등의 민감한 정보들을 저장하고 있다. 따라서 최근에는 PC를 타겟으로 하는 악의적인 어플리케이션보다 모바일 장치를 타겟으로 하는 악의적인 어플리케이션들이 증가하고 있는 추세이다. 특히 안드로이드 플랫폼의 경우 오픈 플랫폼으로써 사용자들에게 악성코드를 포함한 어플리케이션을 배포하기 유리한 환경을 가지고 있다. 본 논문에서는 안드로이드 환경에서 악성코드를 포함한 어플리케이션을 탐지하기 위해 선형 SVM(Support Vector Machine) 기계학습 분류기를 적용한 악성코드 탐지 시스템의 성능을 분석한다. 또한 모바일 악성코드의 탐지 성능 향상을 위한 feature를 제시하고, 의미 있는 feature를 선정한다.
#Android #Malware Detection #Feature Selection #SVM(Support Vector Machine)

목차

요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 선형 SVM 기반의 악성코드 탐지 방법
Ⅳ. 성능 향상을 위한 최적의 Feature 선정
Ⅴ. 실험 결과
Ⅵ. 결론 및 향후 연구
References

참고문헌 (11)

참고문헌 신청
J. Park / 2013 / Usage patterns and market development of smartphone / in Proc. IEIE Conf :572~575 google schola 최미정 / 2011 / HTTP 트래픽의 클라이언트측 어플리케이션별 분류 / 한국통신학회논문지B 36(11):1277~1284 dbpia 박준상 / 2010 / 페이로드 시그니처 기반 트래픽 분석 시스템의 성능 향상에 관한 연구 / 한국통신학회논문지B 35(9):1287~1294 dbpia A. Shabtai / 2012 / Andromaly : A behavioral malware detection framework for android devices / J. Intell. Inf. Syst 38(1):161~190 google schola H. S. Ham / 2013 / Analysis of android malware detection performance using machine learning classifiers / Int. Conf. ICT Convergence :490~495 google schola

이 논문의 저자 정보

이 논문과 함께 이용한 논문

안드로이드 악성코드 분석 및 기계학습 기법을 이용한 탐지 방법
민승욱 ,  조형진 ,  신진섭 외 1명 정보과학회논문지 : 컴퓨팅의 실제 및 레터 2013 .02
기계학습 알고리즘을 이용한 안드로이드 악성코드 탐지
차두진 ,  최린 한국정보과학회 학술발표논문집 2014 .12
잠재 구조적 SVM을 활용한 감성 분석기
양승원 ,  이창기 정보과학회 컴퓨팅의 실제 논문지 2016 .05
연관 규칙 분석을 활용한 ARS 추천 메뉴 시스템 연구
류기동 ,  김종명 ,  금영정 외 2명 한국정보기술학회논문지 2016 .03
SVM 기반의 재무 정보를 이용한 주가 예측
허준영 ,  양진용 정보과학회 컴퓨팅의 실제 논문지 2015 .03

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2015-560-002595791