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
신경아 (고려대학교) 이윤호 (에프원시큐리티) 배병주 (에프원시큐리티) 이수항 (에프원시큐리티) 홍희주 (에프원시큐리티) 최영진 (에프원시큐리티) 이상진 (고려대학교)
저널정보
한국정보보호학회 정보보호학회논문지 정보보호학회논문지 제32권 제5호
발행연도
2022.10
수록면
1,019 - 1,034 (16page)

이용수

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

초록· 키워드

오류제보하기
4차 산업혁명의 초연결사회에서 악성코드 공격은 더욱 기승을 부리고 있다. 이러한 악성코드 대응을 위해 인공지능기술을 이용한 악성코드 탐지 자동화는 새로운 대안으로 주목받고 있다. 그러나, 인공지능의 신뢰성에 대한 담보없이 인공지능을 활용하는 것은 더 큰 위험과 부작용을 초래한다. EU와 미국 등은 인공지능의 신뢰성 확보방안을 강구하고 있으며, 2021년 정부에서는 신뢰할 수 있는 인공지능 실현 전략을 발표했다. 정부의 인공지능 신뢰성에는 안전과 설명가능, 투명, 견고, 공정의 5가지 속성이 있다. 우리는 악성코드 탐지 모델에 견고를 제외한 안전과, 설명 가능, 투명, 공정의 4가지 요소를 구현하였다. 특히 외부 기관의 검증을 통해 모델 정확도인 일반화 성능의 안정성을 입증하였고 투명을 포함한 설명가능에 중점을 두어 개발하였다. 변화무쌍한 데이터에 의해 학습이 결정되는 인공지능 모델은 생명주기 관리가 필요하다. 이에 인공지능 모델을 구성하는 데이터와 개발, 서비스 운영을 통합하는 MLOps 프레임워크에 대한 수요가 늘고 있다. EXE 실행형 악성코드와 문서형 악성코드 대응 서비스는 서비스 운영과 동시에 데이터 수집원이 되고, 외부 API를 통해 라벨링과 정제를 위한 정보를 가져오는 데이터 파이프라인과 연계하도록 구성하였다. 클라우드 SaaS 방식과 표준 API를 사용하여 다른 보안 서비스 연계나 인프라 확장을 용이하게 하였다.
#malware #trustworthy AI #XAI #AI lifecycle #MLOps

목차

요약
ABSTRACT
I. 서론
II. 관련 연구
III. 신뢰성 있는 인공지능 기술
IV. 악성코드 탐지 AI 프레임워크
V. 결론
References

참고문헌 (33)

참고문헌 신청
Gibert, D., Mateu, C., & Planes, J., “The rise of machine learning for detection and classification of malware: Research developments, trends and challenges,” Journal of Network and Computer Applications, vol. 153, pp. 102526, Jan. 2020. google schola K. P. Briefing, “Trusted artificial intelligence realization strategy,” https://www.msit.go.kr/bbs/view.do?sCode=user&mId=113&mPid=112&pageIndex=&bbsSeqNo=94&nttSeqNo=3180239&searchOpt=ALL&searchTxt=, Sep. 2022. C. P. SungIk Jo, WoongSik Yoo, “Implementation strategies for machine learning operations (mlops),” Institute for Information & communication Technology Planning & evaluation (IITP), 1985(1), pp. 2-16, Feb, 2021. google schola Kang, B., Yerima, S. Y., Sezer, S., & McLaughlin, K., “N-gram opcode analysis for android malware detection,” arXiv preprint arXiv:1612.01445. 2016. Santos, I., Brezo, F., Ugarte-Pedrero, X., & Bringas, P. G., “Opcode sequences as representation of executables for data-mining-based unknown malware detection,” Information Sciences, vol. 231, pp. 64-82, May. 2013. 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

미래 국방로봇의 군사보안 위협과 대응방안
김기원 ,  조상근 국방로봇학회 논문집 2022 .04
악성코드 DNA 생성을 통한 유사 악성코드 분류기법
한병진 ,  최영한 ,  배병철 정보보호학회논문지 2013 .08
초고층 건물의 펌프 기술
김원재 설비저널 2011 .02
생성형 인공지능에 대한 인공지능 자기효능감과 인공지능 불안, 인공지능 신뢰가 태도와 수용의도에 미치는 영향
문수지 디지털콘텐츠학회논문지 2024 .11
컴퓨터 비전과 자연 언어 처리 기반의 인공지능 통합 교육 프로그램 개발
이정훈 ,  배진아 ,  고아라 외 1명 컴퓨터교육학회 논문지 2024 .05

최근 본 자료

전체보기

댓글(0)

0