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

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이서우 (서울대학교) 이동권 (서울대학교) 김세훈 (UNIST)
저널정보
Korean Institute of Information Scientists and Engineers Journal of KIISE Journal of KIISE Vol.50 No.12
발행연도
2023.12
수록면
1,071 - 1,082 (12page)
DOI
10.5626/JOK.2023.50.12.1071

이용수

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

초록· 키워드

오류제보하기
본 논문에서는 포렌식 과정의 신뢰성을 높이기 위하여 파이썬으로 작성된 디지털 포렌식 소프트웨어의 처리되지 않은 예외를 사전에 검출하는 기법을 설계한다. 처리되지 않은 예외 검출에 있어서 일반적으로 사용되는 집합 제약식 기반 분석 방법을 기반으로 하며 이 과정에서 발생할 수 있는 허위 경보를 줄이기 위해 Pyright의 타입 분석 기능을 결합한다. 파이썬의 리스트나 딕셔너리 등 특정 타입에서는 발생할 수 없는 키가 없는 오류나 첨자 범위 오류 등의 예외들을 제거함과 아울러 모듈 내 지점들의 종속관계를 나타내는 트리를 이용하여 경보의 중복 검출을 제거한다. 개발한 정적 분석기를 디지털 포렌식 소프트웨어 분석 모듈 9 개의 벤치마크에서 수행시킨 결과는 기존에 찾지 못한 키가 없는 오류, 첨자 범위 오류, 0으로 나누기 오류 등 3 가지 패턴의 예외 발생 지점 10 개를 특정함과 아울러 각 벤치마크에 대해 평균 84%, 최대 89%의 허위 경보를 제거함을 보인다.

목차

요약
Abstract
1. 서론
2. 연구배경
3. 집합 제약식 기반 분석
4. 파이썬 정적분석기 활용방안
5. 실험 결과 및 분석
6. 결론
References

참고문헌 (0)

참고문헌 신청

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

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-24-02-089226820