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
강민철 (고려대학교) 김휘강 (고려대학교)
저널정보
한국정보보호학회 정보보호학회논문지 정보보호학회논문지 제28권 제4호
발행연도
2018.8
수록면
847 - 857 (11page)

이용수

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

이 논문의 연구 히스토리 (2)

2019

메모리 추가 신경망을 이용한 희소 악성코드 분류
강민철 정보보호학과 2019.01 학위논문

2018

메모리 추가 신경망을 이용한 희소 악성코드 분류
강민철 ,  김휘강 정보보호학회논문지 2018.08 학술저널

초록· 키워드

오류제보하기
악성코드의 수가 가파르게 증가하면서 기업 및 공공기관, 금융기관, 병·의원 등을 타깃으로 한 사이버 공격 피해사례가 늘어나고 있다. 이러한 흐름에 따라 학계와 보안 업계에서는 악성코드 탐지를 위한 다양한 연구를 진행하고 있다. 최근 들어서는 딥러닝을 비롯해 머신러닝 기법을 적용하는 형태의 연구가 많이 진행되는 추세다. 이 중 합성곱 신경망(CNN: Convolutional Neural Network), ResNet 등을 이용한 악성코드 분류 연구의 경우에는 기존의 분류 방법에 비해 정확도가 크게 향상된 것을 확인할 수 있다. 그러나 타깃 공격의 특징 중 하나는 사용된 악성코드가 불특정 다수를 상대로 광범위하게 퍼뜨리는 형태가 아닌, 특정 대상을 타깃으로 한 맞춤형 악성코드라는 점이다. 이러한 유형의 악성코드는 그 수가 많지 않기 때문에 기존에 연구되어온 머신러닝이나 딥러닝 기법을 적용하기에 한계가 있다. 본 논문은 타깃형 악성코드와 같이 샘플의 양이 부족한 상황에서 악성코드를 분류하는 방법에 대해 다루고 있다. 메모리가 추가된 신경망(MANN: Memory Augmented Neural Networks) 모델을 이용하였고 각 그룹별 20개의 소량 데이터로 구성되어 있는 악성코드 데이터셋에 대해 최대 97%까지 정확도로 분류할 수있음을 확인하였다.
#Malware Classification #Visualization #Memory Augmented Neural Network

목차

요약
ABSTRACT
I. 서론
II. 관련 연구
III. 배경 지식
IV. 제안하는 방법
V. 실험 및 결과
VI. 결론
References

참고문헌 (23)

참고문헌 신청
T. H. Park, “Cyber Threat Trends Qu arterly Report,” Korea Internet & Sec urity Agency, pp. 39-57, July. 2017. AV-Test, https://www.av-test.org /en/ statistics/malware, Apr. 2018. AhnLab Statistics, https://www. ahnl ab.com/kr/site/securityinfo/statistics/s ecurity1.do, Apr. 2018. Nataraj, L., Karthikeyan, S., Jacob, G., and Manjunath, B. S., “Malware i mages: visualization and automatic cl assification,” Proceedings of the 8th in ternational symposium on visualizatio n for cyber security. no. 4, July. 2011. Seonhee Seok and Howon Kim, “Visua lized Malware Classification Based-on Convolutional Neural Network,” Journ al of the Korea Institute of Informatio n Security & Cryptology, 26(1), pp. 1 97-208, Feb. 2016.

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

딥러닝 기반의 R-CNN을 이용한 악성코드 탐지 기법
조영복 디지털콘텐츠학회논문지 2018 .06
악성코드로부터 빅데이터를 보호하기 위한 이미지 기반의 인공지능 딥러닝 기법
김혜정 ,  윤은준 전자공학회논문지 2017 .02
머신러닝을 이용한 권한 기반 안드로이드 악성코드 탐지
강성은 ,  응웬부렁 ,  정수환 정보보호학회논문지 2018 .06
CNN Model to Classify Malware Using Image Feature
Espoi ,  K. Kamundala ,  Chang Hoon Kim 정보과학회 컴퓨팅의 실제 논문지 2018 .05
악성코드 현황 및 탐지 기술
강부중 ,  한경수 ,  임을규 정보과학회지 2012 .01

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2018-004-003408236