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
- 2020.6
- 수록면
- 357 - 367 (11page)
이용수
초록· 키워드
오류제보하기
2018년 시만텍 보고서에 따르면, 모바일 환경에서 변종 악성 앱은 전년도 대비 54% 증가하였고, 매일 24,000개의 악성 앱이 차단되고 있다. 최근 연구에서는 기존 악성 앱 분석 기술의 사용 한계를 파악하고, 신ㆍ변종 악성 앱을 탐지하기 위하여 기계학습을 통한 악성 앱 탐지 기법이 연구되고 있다. 하지만, 기계학습을 적용하는 경우에도 악성 앱의 특성을 적절하게 선택하여 학습하지 못하면 올바른 결과를 보일 수 없다. 본 연구에서는 신ㆍ변종 악성 앱의 특성을 찾아낼 수 있도록 개선된 특성 선택 방법을 적용하여 학습 모델의 정확도를 최고 98%까지 확인할 수 있었다. 향후 연구를 통하여 정밀도, 재현율 등 특정 지표의 향상을 목표로 할 수 있다.
목차
요약
ABSTRACT
I. 서론
II. 관련 연구
III. 악성 앱 탐지 모델
IV. 결론
References
참고문헌 (30)
참고문헌 신청
Gartner, Gartner Says Huawei Secured No. 2 Worldwide Smartphone Vendor Spot, Surpassing Apple in Second Quarter 2018 https://www.gartner.com/en/newsroom/press-releases/2018-08-28-gartner-says-huawei-secured-no-2-worldwide-smartphone-vendor-spot-surpassing-apple-in-second-quarter, (accessed 09. 08. 2019).
Avast blog, Mobile threats today https://blog.avast.com/avast-mobile-threat-predictions, (accessed 09. 08. 2019).
Symantec, Symantec internet security threat report, ISTR-23-2018, p.2, Mar. 2018.
Jin-Gul Joo, In-Seon Jeong, Seung-Ho Kang, An Optimal Feature Selection Method to Detect Malwares in Real Time Using Machine Learning, Journal of Korea, Multimedia Society, vol. 22, no. 2, pp. 203-209, Feb. 2019.
Darell JJ Tan, Tong-Wei Chua, Vrizlynn LL Thing, et al. Securing android: A survey, taxonomy, and challenges, ACM Comput. Surv, vol. 47, no. 4, Article 58, p. 45, May. 2015.
Jin-Gul Joo, In-Seon Jeong, Seung-Ho Kang, An Optimal Feature Selection Method to Detect Malwares in Real Time Using Machine Learning, Journal of Korea, Multimedia Society, vol. 22, no. 2, pp. 203-209, Feb. 2019.
Darell JJ Tan, Tong-Wei Chua, Vrizlynn LL Thing, et al. Securing android: A survey, taxonomy, and challenges, ACM Comput. Surv, vol. 47, no. 4, Article 58, p. 45, May. 2015.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
모바일 악성앱 탐지를 위한 기계학습 알고리즘 연구
한국정보과학회 학술발표논문집
2017 .12
-
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
-
정적 분석 기반 기계학습 기법을 활용한 악성코드 식별 시스템 연구
정보보호학회논문지
2019 .08
-
악성코드 동향 및 분석 방법
정보과학회지
2023 .01
-
가중치 다수 투표 기반 안드로이드 악성 앱 패밀리 분류
정보과학회 컴퓨팅의 실제 논문지
2021 .02
-
바이너리 시각화와 기계학습을 이용한 악성코드 분류
정보과학회 컴퓨팅의 실제 논문지
2018 .04
-
기계학습을 이용한 안드로이드 악성코드 탐지 기법
한국정보과학회 학술발표논문집
2018 .06
-
악성 행위 시그니처를 이용한 변종 악성코드 탐지 방법
한국정보과학회 학술발표논문집
2019 .12
-
악성코드 이미지화와 전이학습을 이용한 악성코드 분류 기법
한국정보통신학회 종합학술대회 논문집
2021 .05
-
유사 악성코드 생성을 이용한 악성코드 탐지 성능 향상
한국정보과학회 학술발표논문집
2018 .12
-
심층학습과 악성코드 분석 연구
정보과학회지
2018 .02
-
CNN Model to Classify Malware Using Image Feature
정보과학회 컴퓨팅의 실제 논문지
2018 .05
-
안드로이드 악성코드 탐지율 향상을 위한 안드로이드 악성코드 활성화 기법
한국정보과학회 학술발표논문집
2015 .12
-
API Call Time Interval을 활용한 머신러닝 기반의 악성코드 탐지
정보보호학회논문지
2020 .02
-
Malware Family Recommendation using Multiple Sequence Alignment
Journal of KIISE
2016 .03
-
웨이블릿 변환과 주성분 분석 기법을 이용한 악성코드 분류 기법
한국지능시스템학회 논문지
2019 .04
-
악성코드 API정보를 이용한 변종유형 예측방법 연구
한국통신학회 학술대회논문집
2015 .01
-
악성코드로부터 빅데이터를 보호하기 위한 이미지 기반의 인공지능 딥러닝 기법
전자공학회논문지
2017 .02
-
합성곱신경망을 사용한 이미지 기반의 안드로이드 악성소프트웨어 패밀리 분류
정보과학회 컴퓨팅의 실제 논문지
2021 .04
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2020-004-000852142