지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2019.4
- 수록면
- 136 - 141 (6page)
- DOI
- 10.5391/JKIIS.2019.29.2.136
이용수
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
최근 다양한 변종 악성코드의 발생으로 인하여 경제적 뿐만 아니라 사회적으로도 치명적인 문제를 유발한다. 기존의 시그니처 기반의 악성코드 분류방법은 변종 악성코드를 분류하기 어려운 단점이 있다. 그래서 이를 해결하기 위하여 기계학습, 딥러닝 등 인공지능 분야의 분류기법이 제안되고 있으며, 각각의 알고리즘에 사용할 수 있도록 악성코드를 전처리하여 악성코드의 특징을 추출하고 분류한다. 그리고 악성코드 분류를 위해 정형화된 데이터 세트가 존재하지 않아 대부분 2015년에 개최된 대회인 Big Data Innvovators Gathering(BIG 2015)을 위해 Microsoft에서 제공한 악성코드를 이용해 분류를 하였다. 본 논문에서는 1차원 악성코드를 2차원 영상으로 변환한 후 웨이블릿 변환과 주성분 분석기법을 적용하여 악성코드를 분류하는 기법을 제안한다. 특히, 본 논문에서는 웨이블릿 변환을 이용한 영상압축과 주성분 분석기법을 이용하여 차원축소를 실행함으로써 학습 및 분류 속도를 향상시키면서도 알고리즘의 성능은 비슷한 수준으로 도출하였다.
목차
요약
Abstract
1. 서론
2. 악성코드 분류 관련 연구
3. 제안한 악성코드 분류기법
4. 실험 결과
5. 결론 및 향후 연구
References
참고문헌 (11)
참고문헌 신청
AV-TEST[Website], (2018, Oct 10), https:// www.av-test.org/en/ statistics/malware.
H. K. Kang, K. H. Kim, D. H. Yoo, B. M. Choi, J. H. Park, “A Study on the Similarity Measurement Method using Malware Behavior”, Conf. Journal of Communications and Networks, pp. 697-698. 2017.
TaeGuen Kim, HwanTae Ji, Eul Gyu Im, “Malware Classification Using Machine Learning and Binary Visualization”, KIISE Transactions on Computing Practices, Vol.24, No. 4, pp.198-203, 2018.
Gibert, D., “Convolutional neural networks for malware classification,” (Doctoral dissertation, MS Thesis, Dept. of Computer Science, UPC), 2016.
Seonhee Seok, Howon Kim, “Visualized Malware Classification Based-on Convolutional Neural Network”, Journal of The Korea Institute of Information Security & Cryptology, vol.26, no.1, pp. 197- 208, 2016
TaeGuen Kim, HwanTae Ji, Eul Gyu Im, “Malware Classification Using Machine Learning and Binary Visualization”, KIISE Transactions on Computing Practices, Vol.24, No. 4, pp.198-203, 2018.
Gibert, D., “Convolutional neural networks for malware classification,” (Doctoral dissertation, MS Thesis, Dept. of Computer Science, UPC), 2016.
Seonhee Seok, Howon Kim, “Visualized Malware Classification Based-on Convolutional Neural Network”, Journal of The Korea Institute of Information Security & Cryptology, vol.26, no.1, pp. 197- 208, 2016
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
바이너리 시각화와 기계학습을 이용한 악성코드 분류
정보과학회 컴퓨팅의 실제 논문지
2018 .04
-
악성코드 이미지화와 전이학습을 이용한 악성코드 분류 기법
한국정보통신학회 종합학술대회 논문집
2021 .05
-
하이브리드 특징 및 기계학습을 활용한 효율적인 악성코드 분류 시스템 개발 연구
정보보호학회논문지
2018 .10
-
Deep Learning을 활용한 악성코드 탐지 방법 동향 분석
Proceedings of KIIT Conference
2018 .06
-
CNN Model to Classify Malware Using Image Feature
정보과학회 컴퓨팅의 실제 논문지
2018 .05
-
유사성 해시 기반 악성코드 유형 분류 기법
정보보호학회논문지
2022 .10
-
악성코드 동향 및 분석 방법
정보과학회지
2023 .01
-
A Study on Selecting Key Opcodes for Malware Classification and Its Usefulness
Journal of KIISE
2015 .05
-
악성코드로부터 빅데이터를 보호하기 위한 이미지 기반의 인공지능 딥러닝 기법
전자공학회논문지
2017 .02
-
유사 악성코드 생성을 이용한 악성코드 탐지 성능 향상
한국정보과학회 학술발표논문집
2018 .12
-
Malware Family Recommendation using Multiple Sequence Alignment
Journal of KIISE
2016 .03
-
심층학습과 악성코드 분석 연구
정보과학회지
2018 .02
-
가중치 다수 투표 기반 안드로이드 악성 앱 패밀리 분류
정보과학회 컴퓨팅의 실제 논문지
2021 .02
-
동적분석 기반 악성코드 자동 분류 기법에 관한 연구
한국통신학회 학술대회논문집
2016 .01
-
악성코드 유형 분류를 위한 인공지능 모델 비교 및 분석에 관한 연구
한국정보과학회 학술발표논문집
2023 .06
-
변종 악성코드 유사도 비교를 위한 코드영역의 함수 분할 방법
정보보호학회논문지
2015 .04
-
Opcode 빈도수 기반 악성코드 이미지를 활용한 CNN 기반 악성코드 탐지 기법
정보보호학회논문지
2022 .10
-
유사 악성코드 분류 기법에서 어셈블리어 코드 변화에 따른 분류 성능 분석
한국통신학회 학술대회논문집
2016 .01
-
동적 분석과 심층 신경망 모델을 이용한 악성코드 분류 연구
한국정보과학회 학술발표논문집
2018 .06
-
기계학습 기반 악성코드 검출을 위한 이미지 생성 방법
정보보호학회논문지
2022 .04
이 논문의 저자 정보
이 논문과 함께 이용한 논문
바이너리 시각화와 기계학습을 이용한 악성코드 분류
김태근
,
지환태
,
임을규
정보과학회 컴퓨팅의 실제 논문지
2018
.04
피싱 예방을 위한 AI기반 악성 메시지 탐지 방법
유승영
,
이든
,
김소연
외 3명
Proceedings of KIIT Conference
2022
.06
안드로이드 기반 앱 악성코드 탐지를 위한 Feature 선정 및 학습모델 제안
배세진
,
이정수
,
백남균
한국정보통신학회 종합학술대회 논문집
2022
.05
카테고리와 권한을 이용한 안드로이드 악성 앱 탐지
박종찬
,
백남균
한국정보통신학회논문지
2022
.06
OLE 파일 분석과 머신러닝을 활용한 악성코드 탐지
최형규
,
강아름
한국컴퓨터정보학회논문지
2022
.05
최근 본 자료
댓글(0)
0