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
최민준 (세종대학교) 구동영 (한성대학교) 윤주범 (세종대학교)
저널정보
한국정보보호학회 정보보호학회논문지 정보보호학회논문지 제29권 제3호
발행연도
2019.6
수록면
557 - 564 (8page)

이용수

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

이 논문의 연구 히스토리 (2)

2019

신경망을 이용한 소프트웨어 취약 여부 예측 시스템
최민준 ,  구동영 ,  윤주범 정보보호학회논문지 2019.06 학술저널

2018

신경망을 이용한 소프트웨어 취약 여부 예측 연구
최민준 정보보호학과 2018.01 학위논문

초록· 키워드

오류제보하기
소프트웨어의 증가에 따라 소프트웨어의 취약점도 함께 증가하고 있다. 다양한 소프트웨어는 다수의 취약점이 존재할 수 있으며 취약점을 통해 많은 피해를 받을 수 있기 때문에 빠르게 탐지하여 제거해야 한다. 현재 소프트웨어의 취약점을 발견하기 위해 다양한 연구가 진행되고 있지만, 수행 속도가 느리거나 예측 정확도가 높지 않다. 따라서 본 논문에서는 신경망 알고리즘을 이용하여 소프트웨어의 취약 여부를 효율적으로 예측하는 방법을 제안하며 나아가 기계학습 알고리즘을 이용한 기존의 시스템과 예측 정확도를 비교한다. 실험 결과 본 논문에서 제안하는 예측 시스템이 가장 높은 예측률을 보였다.
#Artificial Intelligence #Neural Network #Machine Learning #Fuzzing #Software Vulnerability

목차

요약
ABSTRACT
I. 서론
II. 관련 연구
III. NVFinder의 학습 및 취약 여부 예측 방법
IV. 다층 퍼셉트론
V. NVFinder 성능평가
VI. 결론
References

참고문헌 (28)

참고문헌 신청
SPRI, Software Policy & Research Institute https://www.spri.kr/download/21696, Sep. 2018. AVECTO, Microsoft Vulnerabilities Report 2017 https://www.avecto.com/resources/rep orts/microsoft-vulnerabilities-report-2 017, Sep. 2018. Miller, Barton P., Louis Fredriksen, and Bryan So. An empirical study of the reliability of UNIX utilities. Communications of the ACM, vol. 33, no. 12, pp. 32-44, Dec. 1990. google schola King, James C. Symbolic execution and program testing. Communications of the ACM, vol. 19, no. 7, pp. 385-394, Jul. 1976. google schola S. Neuhaus, T. Zimmermann, C. Holler, and A. Zeller. Predicting vulnerable software components. ACM, pp. 529?540, Oct. 2007. google schola

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

네트워크 데이터 정형화 기법을 통한 데이터 특성 기반 기계학습 모델 성능평가
이우호 ,  노봉남 ,  정기문 정보보호학회논문지 2019 .08
실시간 사이버 위협 정보 지능형 분석 및 예측 기술 제안
임창완 ,  신영섭 ,  이동재 외 3명 한국정보과학회 학술발표논문집 2018 .12
네트워크 비정상 탐지를 위한 속성 축소를 반영한 의사결정나무 기술
강구홍 정보보호학회논문지 2019 .08
고도화된 사이버위협에 효과적으로 대응하기 위한 지능형사이버위협 대응시스템(CTI) 연구
전상준 ,  김정호 한국통신학회 학술대회논문집 2018 .11
딥러닝을 이용한 옷감별 맞춤형 자동 세탁 방법
한명훈 ,  고은이 ,  강태은 외 5명 한국정보과학회 학술발표논문집 2017 .12

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2019-004-000879879