A Study on Malware Identification System Using Static Analysis Based Machine Learning Technique

Su-jeong Kim; Ji-hee Ha; Soo-hyun Oh; Tae-jin Lee

A Study on Malware Identification System Using Static Analysis Based Machine Learning Technique

Recommendations

Search

Questions

정적 분석 기반 기계학습 기법을 활용한 악성코드 식별 시스템 연구

Type: Academic journal

Author: Su-jeong Kim (호서대학교) Ji-hee Ha (호서대학교) Soo-hyun Oh (호서대학교) Tae-jin Lee (호서대학교)

Journal: Korea Institute Of Information Security And Cryptology Journal of the Korea Institute of Information Security & Cryptology Vol.29 No.4 KCI Accredited Journals

Published: 2019.8

Pages: 775 - 784 (10page)

Usage

📌

Topic

📖

Background

🔬

Method

🏆

Result

A Study on Malware Identification System Using Static Analysis Based Machine Learning Technique

Abstract· Keywords

Report Errors

Malware infringement attacks are continuously increasing in various environments such as mobile, IOT, windows and mac due to the emergence of new and variant malware, and signature-based countermeasures have limitations in detection of malware. In addition, analytical performance is deteriorating due to obfuscation, packing, and anti-VM technique. In this paper, we propose a system that can detect malware based on machine learning by using similarity hashing-based pattern detection technique and static analysis after file classification according to packing. This enables more efficient detection because it utilizes both pattern-based detection, which is well-known malware detection, and machine learning-based detection technology, which is advantageous for detecting new and variant malware. The results of this study were obtained by detecting accuracy of 95.79% or more for benign sample files and malware sample files provided by the AI-based malware detection track of the Information Security R&D Data Challenge 2018 competition. In the future, it is expected that it will be possible to build a system that improves detection performance by applying a feature vector and a detection method to the characteristics of a packed file.

#Malware #Machine learning #Feature statistics #Packer #Similarity hashing

요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 제안모델
Ⅳ. 실험 및 결과
Ⅴ. 결론
References

References (21)

Add References

KISA and KIISC, http://datachalleng e.kr/challenge18/malware/introduction / KISA, https://www.kisis.or.kr/kisis/s ubIndex/283.do AV-TEST, The AV-TEST security report 2017/18, AV-TEST, Jul. 2018.

Cisco, Cisco 2018 annual cybersecurity reposrt, Cisco, Jan. 2018

Y. Li, S.C. Sundaramurthy, A.B. Bardas, X. Ou, D. Caragea, X. Hu and J. Jang, “Experimental study of fuzzy hashing in malware clustering analysis,” 8th Workshop on Cyber Security Experimentation and Test ({CSET} 15). Aug. 2015.

Recommendations

It is an article recommended by DBpia according to the article similarity. Check out the related articles!

Related Authors

김수정

Affiliation 호서대학교

Fields Engineering > Computer Science Engineering > Electrical and Electronic Engineering > Information and Communication Engineering

Articles 3 Usage 1,118

하지희

Affiliation 호서대학교

Fields Engineering > Computer Science Engineering > Electrical and Electronic Engineering > Information and Communication Engineering

Articles 4 Usage 1,226

오수현

Affiliation 호서대학교

Fields Engineering > Computer Science TOP 5% Engineering > Electrical and Electronic Engineering > Electrical Engineering

Articles 43 Usage 5,845

이태진

Affiliation 호서대학교

Fields Engineering > Electrical and Electronic Engineering > Information and Communication Engineering TOP 5% Engineering > Computer Science TOP 5%

Articles 261 Usage 21,522

Frequently Viewed Together

日本における韓國文學の受容現狀に關する硏究

윤석임 Japanese Cultural Studies 2004 .10

Malware Classification Using Machine Learning and Binary Visualization

TaeGuen Kim , HwanTae Ji , Eul Gyu Im KIISE Transactions on Computing Practices 2018 .04

Analysis of Research Trend on Malware Detection Technique Utilizing Deep Learning

Yoon-Seon Lee , Jae-Ung Lee , Rae-Young Jang and others 3 Proceedings of KIIT Conference 2018 .06

난독화된 악성코드 판별을 위한 2차원 배열 기반의 기술 연구

Seonbin Hwang , Hogyeong Kim , Junho Hwang and others 1 Journal of KIISE 2018 .08

Yun-jeong Kim , Moon-sun Kim , Man-hee Lee Journal of the Korea Institute of Information Security & Cryptology 2022 .10

Comments(0)

Write first comments.

UCI(KEPA) : I410-ECN-0101-2019-004-000967750

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

Abstract· Keywords

AI Summary

Topic

Background

Method

Result

주요내용

Contents

References (21)

Recommendations

Related Authors

Frequently Viewed Together

Recently viewed articles

Comments(0)