악성코드 작성자 그룹 분류를 위한 특징 선택

Abstract

현대의 컴퓨터 보안의 가장 큰 위협 중 하나는 악성코드(malware)의 존재이다. 악성코드의 제작자들은 법망을 교묘히 피하며 지속적으로 악성코드를 제작하고 있다. 악성코드를 저자 그룹에 따라 분류하는 기술은 디지털 포렌식(digital forensic)에 유용한 정보를 제공할 수 있다. 본 논문에서는 악성코드로부터 추출한 다양한 특징 정보들로부터 저자 그룹 판별에 더 큰 도움이 되는 특징들을 선별해 내는 방안을 제안한다. 이러한 선별 작업의 결과 특징 추출 시간 및 분류 모델 학습과 분류에 소요되는 시간을 단축시킬 수 있었음을 실험을통해 확인하였다. 또한 이에 따른 정확도 감소 역시 최소화됨을 증명하였다.