함수 단위 N-gram 비교를 통한 Spectre 공격 바이너리 식별 방법

김문선; 양희동; 김광준; 이만희

추천

검색

질문

자료유형: 학술저널

저자정보: 김문선 (한남대학교) 양희동 (한남대학교) 김광준 (한남대학교) 이만희 (한남대학교)

저널정보: 한국정보보호학회 정보보호학회논문지 정보보호학회논문지 제30권 제6호

발행연도: 2020.12

수록면: 1,043 - 1,052 (10page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

시그니처 기반 악성코드 탐지는 제로데이 취약점을 이용하거나 변형된 악성코드를 탐지하지 못하는 한계가 있다. 이를 극복하기 위해 N-gram을 이용하여 악성코드를 분류하는 연구들이 활발히 수행되고 있다. 기존 연구들은 높은 정확도로 악성코드를 분류할 수 있지만, Spectre와 같이 짧은 코드로 동작하는 악성코드는 식별하기 어렵다. 따라서 본 논문에서는 Spectre 공격 바이너리를 효과적으로 식별할 수 있도록 함수 단위 N-gram 비교 알고리즘을 제안한다. 본 알고리즘의 유효성을 판단하기 위해 165개의 정상 바이너리와 25개의 악성 바이너리에서 추출한 N-gram 데이터셋을 Random Forest 모델로 학습했다. 모델 성능 실험 결과, 25개의 Spectre 악성 함수의 바이너리를 99.99% 정확도로 식별했으며, f1-score는 92%로 나타났다.

#Spectre #Binary Analysis #Malware Detection #N-gram

참고문헌 (20)

참고문헌 신청

P. Kocher, D. Genkin, D. Gruss, W. Hass, M. Hamburg, M. Lipp, S. Mangard, T. Prescher, M. Schwarz and Y. Yarom, Spectre attacks: Exploiting speculative execution, 2019 IEEE Symposium on Security and Privacy (SP), pp. 1-19, May. 2019.

Intel, “Intel® 64 and IA-32 Architectures Software Developer’s Manual: Volume 3,” https://www.intel.co.kr/ J. Corbet, “Meltdown/Spectre mitigation for 4.15 and beyond,” LWN.net, https://lwn.net/Articles/744287/ M. Mushtaq, J. Bricq, M.K. Bhatti, A. Akram, V. Lapotre, G. Gogniat and P. Benoit, WHISPER: A Tool for Run-Time Detection of Side-Channel Attacks, IEEE Access 8, pp. 83871-83900, May. 2020.

G. Marco, B. Kopf, J.F. Morales, J. Reineke and A. Sanchez, SPECTECTOR: Principled detection of speculative information flows, 2020 IEEE Symposium on Security and Privacy (SP), pp. 1-19, May. 2020.

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

김문선

소속기관 소프트버스

주요연구분야 공학 > 컴퓨터학

논문수 4 이용수 571

양희동

소속기관 고려대학교

주요연구분야 공학 > 컴퓨터학 TOP 10% 공학 > 전기전자공학 > 정보통신공학

논문수 10 이용수 1,075

김광준

소속기관 한남대학교

주요연구분야 공학 > 컴퓨터학

논문수 7 이용수 1,019

이만희

소속기관 금오공과대학교

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

논문수 52 이용수 4,431

이 논문과 함께 이용한 논문

N-gram 분석을 활용한 묵죽도 제화시 연구 - 조선 전기 작품을 대상으로-

박혜영 우리문학연구 2023 .07

가상키보드 비밀번호 유출 분석

양희동 , 이만희 정보보호학회논문지 2022 .10

스킴 리딩 지원을 위한 품사태깅과 검색엔진 기반 핵심용어 하이라이팅 알고리즘

우호성 한국컴퓨터교육학회 학술발표대회논문집 2022 .01

사용자의 입력 의도를 반영한 음절 N-gram 기반 한국어 띄어쓰기 및 붙여쓰기 오류 교정 시스템

박서연 , 옥철영 정보과학회 컴퓨팅의 실제 논문지 2021 .03

이름 관리 모나드 라이브러리 기반의 심볼릭 실행기에 결정적 병렬화를 적용하는 연구

안기영 한국컴퓨터정보학회논문지 2021 .02

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2021-004-001438602

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 (20)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)