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
Gati Lother Martin (Soonchunhyang University) Young-Seob Jeong (Chungbuk National University) Ah Reum Kang (Pai Chai University) Jiyoung Woo (Soonchunhyang University)
저널정보
한국컴퓨터정보학회 한국컴퓨터정보학회논문지 한국컴퓨터정보학회 논문지 제30권 제1호(통권 제250호)
발행연도
2025.1
수록면
87 - 97 (11page)
DOI
10.9708/jksci.2025.30.01.087

이용수

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

초록· 키워드

오류제보하기
본 연구에서는 한글 문서형 악성 파일을 대상으로 스크립트 및 쉘코드 추출 등의 정적 분석을 수행하고 악성코드 유형에 따른 동적 분석을 수행하여 한글 문서형 악성 파일의 특징을 추출한다. 도출된 특징을 기반으로 한글 문서형 악성 파일의 정보를 학습하고 딥러닝 기반의 한글 문서형 악성 파일 탐지 모델을 구축한다. HWP 파일의 스트림을 디코딩하면 주로 JavaScript로 구성된 읽을 수 있는 텍스트가 일부 생성된다. 본 디코딩된 텍스트를 입력과 출력 간의 의존성을 포착하는 주의 메커니즘(attention mechanism)을 활용한 transformer 모델을 통해 효과적인 문서 기반 악성코드 탐지 모델을 제안하였다. 본 연구에서는 백신사에서 제공된 한글형 악성코드를 문서 구성요소별(스트림) 구분하고 17,265 개를 학습한 결과 96%이상의 정확도를 달성하였다.

목차

Abstract
요약
I. Introduction
II. Related Works
III. Methodology
IV. Experiments
V. Results and Discussion
VI. Conclusions
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) : I410-151-25-02-092251207