딥 러닝 기반 분류 모델을 이용한 악성코드 제작자 그룹 분류
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 홍석진 | - |
dc.contributor.author | 홍지원 | - |
dc.contributor.author | 김상욱 | - |
dc.contributor.author | 김동필 | - |
dc.contributor.author | 김원호 | - |
dc.date.accessioned | 2022-07-11T13:20:07Z | - |
dc.date.available | 2022-07-11T13:20:07Z | - |
dc.date.created | 2021-05-13 | - |
dc.date.issued | 2018-08 | - |
dc.identifier.issn | 1598-9798 | - |
dc.identifier.uri | https://scholarworks.bwise.kr/hanyang/handle/2021.sw.hanyang/149536 | - |
dc.description.abstract | 컴퓨터가 실생활에서 많이 사용됨에 따라, 악성코드(malware)를 만들어 악의적인 목적으로 다른 사람의 컴퓨터를 공격하려는 시도가 기하급수적으로 증가하고 있다. 악성코드들은 해당 악성코드를 제작한 제작자 그룹을 기준으로 분류될 수 있으며, 악성코드 제작자 정보는 디지털 포렌식(digital forensic)에 중요한 정보로 활용될 수 있다. 본 논문에서는 악성코드로부터 정적 특징 정보와 동적 특징 정보를 추출하여 악성코드를 각 특징의 보유 유무로써 표현하였다. 이를 바탕으로 딥 러닝 기법을 활용하여 주어진 악성코드의 제작자 그룹을 분류하는 방안을 제안하였다. 본 논문에서는 다양한 실험을 통해 악성코드 데이터에 맞는 딥 러닝 기법과 하이퍼 파라미터를 찾아 딥 러닝 기반 악성코드 제작자 그룹 분류 모델을 구축하고 평가하였으며, 본 논문에서 제안한 딥 러닝 기반 분류 모델이 기존 분류 모델보다 악성코드 제작자 그룹 분류 문제에서 높은 정확도를 보임을 확인하였다. | - |
dc.language | 한국어 | - |
dc.language.iso | ko | - |
dc.publisher | 한국정보과학회 | - |
dc.title | 딥 러닝 기반 분류 모델을 이용한 악성코드 제작자 그룹 분류 | - |
dc.title.alternative | Malware Author Group Classification using Deep Learning Classifier | - |
dc.type | Article | - |
dc.contributor.affiliatedAuthor | 김상욱 | - |
dc.identifier.bibliographicCitation | 데이타베이스연구, v.34, no.2, pp.34 - 45 | - |
dc.relation.isPartOf | 데이타베이스연구 | - |
dc.citation.title | 데이타베이스연구 | - |
dc.citation.volume | 34 | - |
dc.citation.number | 2 | - |
dc.citation.startPage | 34 | - |
dc.citation.endPage | 45 | - |
dc.type.rims | ART | - |
dc.identifier.kciid | ART002377826 | - |
dc.description.journalClass | 2 | - |
dc.description.isOpenAccess | N | - |
dc.description.journalRegisteredClass | kci | - |
dc.subject.keywordAuthor | malware | - |
dc.subject.keywordAuthor | classification | - |
dc.subject.keywordAuthor | deep learning | - |
dc.subject.keywordAuthor | 악성코드 | - |
dc.subject.keywordAuthor | 분류 | - |
dc.subject.keywordAuthor | 딥 러닝 | - |
dc.identifier.url | https://repository.hanyang.ac.kr/bitstream/20.500.11754/119805/1/%EB%94%A5%20%EB%9F%AC%EB%8B%9D%20%EA%B8%B0%EB%B0%98%20%EB%B6%84%EB%A5%98%20%EB%AA%A8%EB%8D%B8%EC%9D%84%20%EC%9D%B4%EC%9A%A9%ED%95%9C%20%EC%95%85%EC%84%B1%EC%BD%94%EB%93%9C%20%EC%A0%9C%EC%9E%91%EC%9E%90%20%EA%B7%B8%EB%A3%B9%20%EB%B6%84%EB%A5%98.pdf | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
222, Wangsimni-ro, Seongdong-gu, Seoul, 04763, Korea+82-2-2220-1365
COPYRIGHT © 2021 HANYANG UNIVERSITY.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.