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
학술대회자료
저자정보
김경신 (청강문화산업대학교)
저널정보
한국컴퓨터정보학회 한국컴퓨터정보학회 학술발표논문집 2019년 한국컴퓨터정보학회 하계학술대회 논문집 제27권 제2호
발행연도
2019.7
수록면
49 - 52 (4page)

이용수

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

초록· 키워드

오류제보하기
머신러닝을 이용한 악성코드 분류 시스템의 대부분이 캐글 데이터셋 10,868건을 사용하여 분류의 정확도를 측정한다. 이 데이터셋에 포함된 바이러스 바이트코드에는 미확인(undefined)필드라는 부분이 과도하게 존재한다. 캐글 데이터셋 특정 Label의 미확인필드 포함도는 75%가 넘는 경우도 존재한다. 이 경우 미확인 필드를 어떻게 처리하느냐가 시스템의 성능에 가장 큰 영향을 끼친다. 본 연구에서는 이러한 캐글 데이터셋의 미확인필드 처리방법을 제시하고 그에 따른 분류 정확도를 연구하였다. 다양한 처리방법에 대한 정확도를 측정하여 제안한 방식의 타당성을 증명하였다.
#캐글데이터셋(Kaggle Dataset) #머신러닝(Machine Learning) #신경망(Neural Networks) #텐서플로우(Tensorflow) #악성코드(Anti Virus) #미확인필드(Undefined field)

목차

요약
Ⅰ. Introduction
Ⅱ. Preliminaries
Ⅲ. The Proposed Scheme
Ⅳ. Conclusions
REFERENCES

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

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 기반 벵골어 수기 문자 인식 : Kaggle Bengali.AI 대회를 중심으로
이채현 ,  최재협 ,  정희철 전자공학회논문지 2020 .09
위 내시경 영상에서의 비정상 분류를 위한 머신러닝 기반 컴퓨터 보조 진단 시스템
이신애 ,  조현진 ,  조현종 전기학회논문지 2020 .01
머신러닝 기반 유튜브 스팸 댓글 탐지
정민철 ,  이지현 ,  오하영 한국통신학회 학술대회논문집 2019 .11
머신러닝을 위한 불균형 데이터 처리 방법 : 샘플링을 위주로
이규남 ,  임종태 ,  복경수 외 1명 한국콘텐츠학회논문지 2019 .11
무인항공기의 효율적인 감시정찰을 위한 머신러닝 기반 차원축소 기법
안명기 ,  김재경 ,  권철희 한국통신학회 학술대회논문집 2019 .06

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2019-004-000913838