딥러닝 기반 소스코드 취약점 자동 패치 시스템 설계 및 구현

이관목; 이상도; 이용준

doi:10.5762/KAIS.2023.24.9.16

추천

검색

질문

자료유형: 학술저널

저자정보: 이관목 (극동대학교) 이상도 (육군사관학교) 이용준 (극동대학교)

저널정보: 한국산학기술학회 한국산학기술학회 논문지 한국산학기술학회논문지 제24권 제9호

발행연도: 2023.9

수록면: 16 - 23 (8page)

DOI: 10.5762/KAIS.2023.24.9.16

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

소스코드 내의 악성코드를 식별할 수 있는 기법으로는 소스코드 기반 분석과 바이너리 기반 분석, 2가지 방법이 있다. 하지만 소스코드 기반 분석 방법은 정확도가 높지만 악성코드가 들어있는 소스코드를 수집하기가 어렵고, 바이너리 기반 분석은 바이너리를 수집하는 것은 용이하지만 악성코드를 검출 및 분석 정확도가 떨어진다는 한계점이 있다. 본 연구에서는 이러한 기존의 소스코드 취약점 진단 기술 및 시스템의 문제점을 해결하기 위해 딥러닝을 이용하여 소스코드 취약점 제거를 위한 소스코드 데이터셋을 학습시켜 자동화된 패치까지 제공함으로써 일관된 소스코드 취약점 제거를 가능하게 하는 모델을 제안하고, 이를 시스템을 구현하였으며, 구현된 시스템에 대한 실험을 통해 성능평가를 수행하였다. 성능평가 결과, 소스코드 취약점 자동패치 정확도는 99.8%, 소프트웨어 취약점에 대한 점수화 확인, 발견된 취약점별 추적정보 확인, 행렬형 보기의 분류 정확도 확인 그리고 취약점 분석에 따른 자동 진단율은 96.5%의 결과를 얻을 수 있었다.

#Deep Learning #Source Code #Vulnerability #Auto-patching #CVSS

참고문헌 (13)

참고문헌 신청

D. Y. Jeong, Types and Prospects of Cyber Attacks in Various Cases, Ministry of Science and ICT, 2023. https://blog.naver.com/with_msip/222993851861

G. E. Kim, Experts on hacking of Samsung Electronics "high possibility of secondary damage by exploiting source code", TechM, March 2022.. https://www.techm.kr/news/articleView.html?idxno=94995

T. Marjanov, I. Pashchenko, F. Massacci, “Machine Learning for Source Code Vulnerability Detection: What Works and What Isn’t There Yet”, IEEE Security & Privacy , Vol.20, pp.60-76, 2022. DOI: https://doi.org/10.1109/msec.2022.3176058

G. Y. Moon,Why does everyone become tolerant of source code leak accidents, Boannews, Dec. 2021. https://www.boannews.com/media/view.asp?idx=103393

Verizon, Data Breach Investigations Report(DBIR), 2022. https://www.verizon.com/business/resources/reports/dbir/2022/master-guide

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이관목

소속기관 극동대학교

주요연구분야 공학 > 공학 일반

논문수 1 이용수 151

이상도

소속기관 육군사관학교

주요연구분야 공학 > 공학 일반

논문수 2 이용수 226

이용준

소속기관 극동대학교

주요연구분야 공학 > 공학 일반

논문수 1 이용수 151

이 논문과 함께 이용한 논문

코어 트레이닝 프로그램 차이가 척추측만증 여고생의 신체구성, Cobb’s Angle, 근전도, 유연성과 통증자각도에 미치는 영향

허유섭 , 이경렬 , 신재숙 한국생활환경학회지 2015 .06

악성코드 유형 분류를 위한 인공지능 모델 비교 및 분석에 관한 연구

정인웅 , 김진성 , 이한진 외 1명 한국정보과학회 학술발표논문집 2023 .06

보안 취약점 자동 탐색 및 대응기술 동향

장대일 , 김태은 , 김환국 정보보호학회지 2018 .04

위치기반 시맨틱 검색을 위한 반응형 웹 애플리케이션 구현

이수형 , 이용주 한국정보기술학회논문지 2019 .05

최근 본 자료

전체보기

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 (13)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)