악성코드 분석을 위한 PE 파일 언패킹 자동 시스템 설계 및 구현 :Design and Implementation of PE File Unpacking Automatic System for Malware Analysis

김선균

추천

검색

자료유형: 학위논문

저자정보: 김선균 (강원대학교, 강원대학교 일반대학원)

지도교수: 최미정

발행연도: 2018

저작권: 강원대학교 논문은 저작권에 의해 보호받습니다.

이용수32

이 논문의 연구 히스토리 (2)

2018

Anti-VM/Debugging 무력화 환경에서 악성코드 자동 언패킹 시스템 설계 및 구현

김선균 , 김하진 , 최미정 한국통신학회논문지 2018.11 학술저널

악성코드 분석을 위한 PE 파일 언패킹 자동 시스템 설계 및 구현

김선균 컴퓨터과학과 2018.01 학위논문

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

최근 컴퓨터 및 인터넷 기술이 하루가 다르게 발전해나가고 있으며 이러한 발전은 우리 생활에 엄청나게 긍정적인 영향을 미치고 있다. 이러한 발전은 우리 생활에 긍정적인 영향과 함께 부정적인 영향 또한 초래했다. 부정적인 영향들 중 악성코드에 의한 피해는 꾸준히 증가해오고 있으며 사용자들의 피해도 따라 증가했다. 하지만, 이에 따라 안티 바이러스 프로그램들도 발전하여 많은 악성코드들의 악의적인 행위를 억제하고 있지만 한 단계 더 발전한 악성코드들은 패킹을 통한 악성코드를 유포 및 빠른 대응을 방해하고 있다. 이처럼 발전한 악성코드로부터 발생하는 사이버 위협에 대응하기 위해 악성코드 파일에 대한 분석이 필요하며, 이를 위한 다양한 연구가 진행되고 있다. 사이버 위협에 대응하기 위해 활용하는 악성코드 분석 방법은 크게 초기 분석, 동적 분석(Dynamic-based analysis), 정적 분석(Statistics-based analysis)으로 나눌 수 있다. 악성코드의 피해를 최소화 하기 위해서는 실행이 되는 동적 분석 보다는 초기 분석과 정적 분석으로 악성코드를 탐지하고 분석하는 방법이 필요하다. 본 논문에서는 악성코드를 분석하기 위한 기초 단계롤 악성코드를 언패킹하는 시스템을 설계하고 구현하고자 한다. 제안하는 시스템은 크게 3단계로 구성되는데, 먼저 초기 분석을 통해 악성코드 및 PE 파일의 정보를 기반으로 패킹 여부를 탐지하고, 이와 함께 시그니쳐 기반으로 패커의 종류를 분석하고, 잘 알려진 패커로 패킹 되어있을 경우 해당 패커의 언패킹 툴을 사용하여 언패킹을 수행하는 시스템이다. 잘 알려진 실험 결과 PE 구조에서 올바른 정보를 추출하며 잘 알려진 패커로 패킹된 파일들의 패킹 여부를 탐지하였으며 잘 알려진 패커중 UPX로 패킹된 PE 파일의 경우 모두 언패킹을 성공적으로 수행하여 패킹되지 않은 PE 파일을 복원하는 것으로 확인되었다. 악성코드 정적 분석을 진행하기 위해서는 패킹되지 않은 악성코드가 필요하다. 따라서, 본 시스템은 악성코드 분석에서 정적 분석을 위한 시스템이며 초기 분석과 시그니쳐 기반 패커 종류 탐지를 이용하여 정적 분석, 동적 분석 없이 언패킹을 수행할 수 있는 PE 파일에 한하여 언패킹을 수행할 수 있다는 점에서 큰 의미를 가진다. 추후, 악성코드 정적 분석을 위한 기반 시스템과 악성코드에 의한 피해 발생 시 빠른 대응과 피해 확산을 방지하는 방안으로 활용될 수 있다.

Recently, computer and internet technologies are evolving one day differently, and these developments have had a tremendous positive impact on our lives. This development has also had a positive impact on our lives and a negative impact. The damage caused by malicious code has been steadily increasing and the damage of users has also increased. However, antivirus programs have also been developed to prevent malicious behavior of many malicious codes, but malicious codes that have advanced further prevent malicious code from spreading through packings and prevent quick response. In order to cope with cyber threats arising from such malicious code, it is necessary to analyze the malicious code file. Various studies are under way to cope with cyber threats caused by malicious code. The malicious code analysis method used to cope with cyber threats consists of initial analysis, dynamic-based analysis, and statistics-based analysis. In this paper, we investigate whether packing is based on information of malicious code and PE file through initial analysis, and if it is packed with a Well-Known packer by detecting signatures based on signatures, we use the packer''s unpacking tool We propose a system that performs unpacking. The proposed system consists of three stages. First, it extracts essential information that is important for detecting basic information and packing of files through PE structure analysis of PE file. Next, the presence or absence of packing is detected by using the entry point section entropy value and the entry point section attribute value, which are important information for detecting whether or not the packing exists. This is typically a feature of packed files. Finally, if the detected type of packer is a Well-Known packer, the unpacking method of the corresponding packer is used to automatically unpack the pack, Restore original files that have not been restored. Experimental results show that the PE information is extracted from the PE structure and the packing of the packed files by the Well-Known packer is detected. In case of PE files packed with UPX among the Well-Knwon packers, unpacking is performed successfully, . Malicious code Unstuck malware is required for static analysis. Therefore, this system is a system for static analysis in malicious code analysis. It can perform unpacking only for PE files that can perform unstacking without static analysis and dynamic analysis using initial analysis and signature-based packer type detection It has a big meaning in point. In the future, it can be utilized as a system to prevent malicious code from analyzing the malicious code.

#악성코드 #패킹 #언패킹 #패킹 여부 탐지 #패커 종류 탐지 #PE 분석 #엔트로피

1. 서론 1
2. 관련연구 5
2.1. 악성코드 분석 기법 5
2.1.1. 초기 분석 5
2.1.2. 동적 분석 6
2.1.3. 정적 분석 10
2.2. PE 포맷 12
2.2.1. PE 구조 13
2.2.2. PE 파일 헤더 14
2.2.3. PE 분석 툴 20
2.3. 패킹 21
2.3.1. 패킹 및 언패킹 22
2.3.2. 패커 26
2.3.3. 엔트로피 28
3. 악성코드 분석을 위한 PE 파일 언패킹 자동 시스템 설계 및 구현 30
3.1. 시스템 순서도 30
3.2. PE 분석 31
3.3. 패킹 여부 탐지 32
3.4. 패커 종류 탐지 34
4. 검증 38
4.1. PE 정보 추출 검증 38
4.2. 패킹 여부 탐지 검증 40
4.3. 패커 종류 탐지 검증 41
4.4. 잘 알려진 패커 언패킹 검증 42
5. 결론 및 향후 연구 45
참고문헌 47

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

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)