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
이승현 (고려대학교) 문종섭 (고려대학교)
저널정보
한국정보보호학회 정보보호학회논문지 정보보호학회논문지 제28권 제5호
발행연도
2018.10
수록면
1,197 - 1,207 (11page)

이용수

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

이 논문의 연구 히스토리 (2)

2019

명령 실행 모니터링과 딥 러닝을 이용한 파워셸 기반 악성코드 탐지 방법에 관한 연구
이승현 情報保護學科 2019.01 학위논문

2018

명령 실행 모니터링과 딥 러닝을 이용한 파워셸 기반 악성코드 탐지 방법
이승현 ,  문종섭 정보보호학회논문지 2018.10 학술저널

초록· 키워드

오류제보하기
파워셸은 닷넷 프레임워크를 기반에 둔, 커맨드 라인 셸이자 스크립트 언어로, 그 자체가 가진 다양한 기능 외에도 윈도우 운영체제 기본 탑재, 코드 은닉 및 지속의 수월함, 다양한 모의 침투 프레임워크 등 공격 도구로서 여러 이점을 가지고 있다. 이에 따라 파워셸을 이용하는 악성코드가 급증하고 있으나 기존의 악성코드 탐지 기법으로 대응하기에는 한계가 존재한다. 이에 본 논문에서는 파워셸에서 실행되는 명령들을 관찰할 수 있는 개선된 모니터링 기법과, Convolutional Neural Network(CNN)을 이용해 명령에서 특징을 추출하고 실행 순서에 따라 Recurrent Neural Network(RNN)에 전달하여 악성 여부를 판단하는 딥 러닝 기반의 분류 모델을 제안한다. 악성코드 공유 사이트에서 수집한 파워셸 기반 악성코드 1,916개와 난독화 탐지 연구에서 공개한 정상 스크립트 38,148개를 이용하여 제안한 모델을 5-fold 교차 검증으로 테스트한 결과, 약 97%의 True Positive Rate(TPR)와 1%의 False Positive Rate(FPR)로 모델이 악성코드를 효과적으로 탐지함을 보인다.
#PowerShell #malware #execution monitoring #deep learning

목차

요약
ABSTRACT
I. 서론
II. 관련연구
III. 제안방법
IV. 실험 및 평가
V. 결론
References

참고문헌 (24)

참고문헌 신청
S. Albelwi and A. Mahmood, “A frame work for designing the architectures o f deep convolutional neural networks,” Entropy, vol. 19, no. 6, pp. 242-263, May 2017 D. Bohannon, “Invoke-obfuscation: po wershell obfusk8tion techniques & ho w to (try to) d”“e`tec`t 'th'+'em,” Der byCon, Sep. 2016 D. Bohannon and L. Holmes, “Revokeobfuscation: powershell obfuscation de tection and evasion using science,” Bl ackhat USA, July 2017 F.A. Gers, J. Schmidhuber, and F. C ummins, Learning to forget: continua l prediction with LSTM, 9th Internat ional Conference on Artificial Neural Networks, pp. 850-855, Sep. 1999 D. Hendler, S. Kels, and A. Rubin, “D etecting malicious powershell comman ds using deep neural networks,” Proce edings of the 2018 on Asia Conference on Computer and Communications Sec urity. ACM, pp. 187-197, June 2018

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

코드 시그니처를 이용한 악성코드 탐지 및 패커 탐지
문해은 ,  성준영 ,  이현식 외 3명 한국정보과학회 학술발표논문집 2017 .06
API 기초 악성코드 탐지를 위한 기계학습 알고리즘 비교
김진섭 ,  류샤오 ,  우균 한국정보과학회 학술발표논문집 2018 .12
메모리 추가 신경망을 이용한 희소 악성코드 분류
강민철 ,  김휘강 정보보호학회논문지 2018 .08
A Study on Two-dimensional Array-based Technology to Identify Obfuscatied Malware
황선빈 ,  김호경 ,  황준호 외 1명 Journal of KIISE 2018 .08
딥러닝 기반의 R-CNN을 이용한 악성코드 탐지 기법
조영복 디지털콘텐츠학회논문지 2018 .06

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2019-004-000068514