레지스트리 통계 정보 및 연계를 이용한 악성코드 분석 프레임워크 :(The) Framework for Malware Analysis using Statistical Property and Association in Windows Registry

김민호

추천

검색

자료유형: 학위논문

저자정보: 김민호 (전남대학교, 전남대학교 대학원)

지도교수: 노봉남

발행연도: 2013

저작권: 전남대학교 논문은 저작권에 의해 보호받습니다.

이용수4

이 논문의 연구 히스토리 (2)

2013

레지스트리 통계 정보 및 연계를 이용한 악성코드 분석 프레임워크

김민호 정보보호협동과정 2013.01 학위논문

2012

레지스트리관련 통계 정보를 이용한 악성코드 분석 프레임워크

김민호 , 김민수 , 노봉남 한국정보기술학회논문지 2012.09 학술저널

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

악성코드의 위협 증가로 인하여 사이버 범죄가 지속적으로 증가하고 있다. 악성코드를 탐지하기 위해 네트워크 패킷, 바이너리 시그니처 비교, 역공학을 통한 코드 분석, 행위 패턴 분석, 레지스트리 시그니처에 대한 많은 연구가 진행되었다. 그러나 시그니처 분석 방법은 알려지지 않거나 변형된 악성코드 탐지에는 한계가 있다. 따라서 레지스트리에 대한 상세 분석을 통해 악성코드의 특징을 파악하고 이를 탐지하기 위한 방법이 필요하다.

본 논문에서는 레지스트리 정보에서 악성코드를 구분하기 위해 통계적 척도를 이용한 분석 프레임워크를 제안한다. 레지스트리에서 악성코드를 분석하기 위해 하이브 파일과 키 항목에 대한 분석을 수행하고, 악성코드 탐지와 포렌식 관점에서 의미 있는 레지스트리 키 항목을 선정한다. 또한 레지스트리 정보에서 악성코드를 분석하기 위한 통계적 척도로서 단위 시간 당 레지스트리 호출 빈도와 함수 통계, 키 통계, 호출 결과 통계를 제시한다. 추가적으로 레지스트리와 프로세스나 네트워크의 정보 연계를 통해 악성코드의 행위 패턴을 분석하기 위한 연구를 수행한다. 프로세스와 정보 연계의 경우 호출 프로세스 통계와 파일/레지스트리 통계를 통해 악성코드의 내부 행위 특징을 추출한다. 네트워크와 정보 연계의 경우 단위 시간 당 패킷의 수와 레지스트리 호출 빈도와 트래픽 통계를 통해 외부 행위 특징을 추출한다. 본 논문에서는 이 프레임워크를 구현하여 결과를 제시한다. 그 결과로서 악성코드 분석에 도움을 줄 것으로 기대한다.

#레지스트리 #악성코드

국문 초록 vi
1. 서론 1
가. 연구 배경 및 목적 1
나. 연구 내용 및 범위 3
다. 논문 구성 3
2. 관련 연구 4
가. 악성코드 동향 4
1) 악성코드의 개요 4
2) 악성코드의 구조 및 특징 5
3) 악성코드의 공격 방법 5
나. 악성코드 분석 및 탐지 기술 동향 8
1) 시각화를 통한 악성 행위 탐지 8
2) 아누비스 프레임워크 9
다. 악성코드에서 정보 수집 12
1) 레지스트리 정보 수집 도구 12
2) 프로세스 정보 수집 도구 15
3) 네트워크 정보 수집 도구 17
3. 연구 내용 19
가. 레지스트리 키 항목 분석 19
1) 레지스트리 하이브 파일 19
2) 레지스트리 항목 분석 20
3) 분석 항목 선정 35
나. 레지스트리 통계 정보 38
1) 단위 시간 당 레지스트리 호출 빈도 38
2) 레지스트리 함수 통계 40
3) 레지스트리 키 통계 42
4) 레지스트리 호출 결과 통계 42
다. 프로세스 정보 연계 43
1) 호출 프로세스 통계 43
2) 파일/레지스트리 통계 45
라. 네트워크 정보 연계 47
1) 트래픽 통계 및 프로세스 정보 연계 47
2) 단위 시간 당 패킷 수/레지스트리 호출 빈도 통계 48
4. 악성코드 분석 프레임워크 49
가. 악성코드 분석 프레임워크 49
나. 연계 항목 탐지 52
5. 실험 및 결과 54
6. 결론 및 향후연구 56
참고 문헌 57

최근 본 자료

전체보기

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

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)