지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2022.4
- 수록면
- 171 - 179 (9page)
이용수
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
자체 수정 코드(Self-Modifying-Code)란 실행 시간 동안 스스로 실행 코드를 변경하는 코드를 말한다. 이런 기법은 특히 악성코드가 정적 분석을 우회하는 데 악용된다. 따라서 이러한 악성코드를 효과적으로 검출하려면 자체 수정 코드를 파악하는 것이 중요하다. 그동안 동적 분석 방법으로 자체 수정 코드를 분석해왔으나 이는 시간과 비용이 많이 든다. 만약 정적 분석으로 자체 수정 코드를 검출할 수 있다면 악성코드 분석에 큰 도움이 될 것이다.
본 논문에서는 LLVM IR로 변환한 바이너리 실행 프로그램을 대상으로 자체 수정 코드를 탐지하는 정적 분석방법을 제안하고, 자체 수정 코드 벤치마크를 만들어 이 방법을 적용했다. 본 논문의 실험 결과 벤치마크 프로그램을 컴파일로 변환한 최적화된 형태의 LLVM IR 프로그램에 대해서는 설계한 정적 분석 방법이 효과적이었다. 하지만 바이너리를 리프팅 변환한 비정형화된 LLVM IR 프로그램에 대해서는 자체 수정 코드를 검출하기 어려운 한계가 있었다. 이를 극복하기 위해 바이너리를 리프팅 하는 효과적인 방법이 필요하다.
본 논문에서는 LLVM IR로 변환한 바이너리 실행 프로그램을 대상으로 자체 수정 코드를 탐지하는 정적 분석방법을 제안하고, 자체 수정 코드 벤치마크를 만들어 이 방법을 적용했다. 본 논문의 실험 결과 벤치마크 프로그램을 컴파일로 변환한 최적화된 형태의 LLVM IR 프로그램에 대해서는 설계한 정적 분석 방법이 효과적이었다. 하지만 바이너리를 리프팅 변환한 비정형화된 LLVM IR 프로그램에 대해서는 자체 수정 코드를 검출하기 어려운 한계가 있었다. 이를 극복하기 위해 바이너리를 리프팅 하는 효과적인 방법이 필요하다.
목차
요약
ABSTRACT
I. 서론
II. 배경지식
III. 자체 수정 코드 정적 분석
IV. 자체 수정 코드 벤치마크 및 실험
V. 논의 및 한계
VI. 결론 및 향후 연구
References
참고문헌 (8)
참고문헌 신청
RNDr. Petr Rockai, “Decompiling binaries into llvm ir using mcsema and dynist,”, Ph.D. Thesis, Masaryk University, 2019.
A. Brown and G. Wilson, The Architecture of Open Source Applications, Lulu Press, May. 2011.
R. Tschüter, J. Ziegenbalg, B. Wesarg, M. Weber, C. Herold, S. Döbel, and R. Brendel, “An LLVM Instrumentation Plug-in for Score-P”, Proceedings of the Fourth Workshop on the LLVM Compiler Infrastructure, pp. 1-8, Nov. 2017.
B. Hardekopf and C. Lin, “The Ant and the Grasshopper: Fast and accurate pointer analysis for millions of lines of code”, Proceedings of the 28th ACM SIGPLAN Conference on Programming Language Design and Implementation, pp. 290-299, Jun. 2007.
M. Sridharan and S.J. Fink. “The complexity of andersen'sanalysis in practice”, International Static Analysis Symposium, pp. 205-221, Aug. 2009.
A. Brown and G. Wilson, The Architecture of Open Source Applications, Lulu Press, May. 2011.
R. Tschüter, J. Ziegenbalg, B. Wesarg, M. Weber, C. Herold, S. Döbel, and R. Brendel, “An LLVM Instrumentation Plug-in for Score-P”, Proceedings of the Fourth Workshop on the LLVM Compiler Infrastructure, pp. 1-8, Nov. 2017.
B. Hardekopf and C. Lin, “The Ant and the Grasshopper: Fast and accurate pointer analysis for millions of lines of code”, Proceedings of the 28th ACM SIGPLAN Conference on Programming Language Design and Implementation, pp. 290-299, Jun. 2007.
M. Sridharan and S.J. Fink. “The complexity of andersen'sanalysis in practice”, International Static Analysis Symposium, pp. 205-221, Aug. 2009.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
LLVM 기반의 차량 소스 코드 안정성 검증 도구
한국정보과학회 학술발표논문집
2015 .06
-
LLVM: 탑재소프트웨어 개발을 위한 차세대 컴파일러 기술
항공우주산업기술동향
2016 .12
-
Lightweight Equivalence Checking of Code Transformation for Code Pointer Integrity
Journal of KIISE
2019 .12
-
LLVM 기반의 최적화 기법을 통한 바이너리 역난독화
한국정보과학회 학술발표논문집
2021 .12
-
Binary Code의 영향을 최소화하는 LLVM기반 Fault Injector의 모델 설계 및 구현
한국정보과학회 학술발표논문집
2019 .06
-
바이너리 코드의 정적 동적 분석 통합 도구
한국정보과학회 학술발표논문집
2017 .12
-
이더리움 바이트코드의 LLVM 중간 언어 변환 방법
한국정보과학회 학술발표논문집
2018 .06
-
악성코드의 어셈블리 코드 유사성을 통한 이미지화와 기계 학습을 이용한 악성코드 분류
한국정보과학회 학술발표논문집
2017 .12
-
바이너리 코드를 이용한 Transformer기반 함수명 예측
한국정보과학회 학술발표논문집
2021 .12
-
LLVM IR 대상 정적 분석의 요약 값 정제를 위한 조건 분기의 불변식 추출
정보과학회 컴퓨팅의 실제 논문지
2024 .10
-
딥러닝 기반 소스코드 취약점 자동 패치 시스템 설계 및 구현
한국산학기술학회 논문지
2023 .09
-
API 통계 기반의 워드 클라우드를 이용한 악성코드 분석 기법
한국산학기술학회 논문지
2015 .10
-
변종 악성코드 유사도 비교를 위한 코드영역의 함수 분할 방법
정보보호학회논문지
2015 .04
-
제한된 최대 상관전력 값을 갖는 길이 제약된 골드코드 집합의 선택기법에 대한 연구
한국통신학회논문지
2019 .04
-
LLVM Clang 정적 분석기의 평가
한국정보과학회 학술발표논문집
2015 .06
-
파일 접근 행태의 LSTM 학습을 활용한 악성 코드 탐지 기법
한국정보기술학회논문지
2020 .02
-
CNN Model to Classify Malware Using Image Feature
정보과학회 컴퓨팅의 실제 논문지
2018 .05
-
오픈소스기반 악성코드 솔루션 분석
한국컴퓨터정보학회 학술발표논문집
2020 .07
-
실용적인 코드 생성을 위한 언어 모델 기반 코드 생성 평가지표 분석
한국정보과학회 학술발표논문집
2024 .06
-
2-Dimension 정적 Feature Set이 적용된 Convolutional Neural Network 기반의 악성코드 패킹 분석
한국통신학회논문지
2018 .12
이 논문의 저자 정보
이 논문과 함께 이용한 논문
악성코드 대응을 위한 신뢰할 수 있는 AI 프레임워크
신경아
,
이윤호
,
배병주
외 4명
정보보호학회논문지
2022
.10
다크 웹 상 효율적인 사이버 위협 탐지를 위한 프레임워크 제안
정다윗
,
조경욱
,
권현지
외 2명
한국통신학회 학술대회논문집
2022
.02
머신러닝을 활용한 행위 및 스크립트 유사도 기반 크립토재킹 탐지 프레임워크
임은지
,
이은영
,
이일구
정보보호학회논문지
2021
.12
VDEF(Variance Deep-learning Ensemble Framework): 앙상블 딥러닝 악성코드 탐지 프레임워크
정병호
,
임을규
한국정보과학회 학술발표논문집
2018
.06
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2022-004-001127622