Cited 0 time in
효율적인 악성코드 분류를 위한 특징 선택 방안 연구
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | 박상현 | - |
| dc.contributor.author | 홍지원 | - |
| dc.contributor.author | 김상욱 | - |
| dc.date.accessioned | 2022-07-12T23:46:04Z | - |
| dc.date.available | 2022-07-12T23:46:04Z | - |
| dc.date.created | 2021-05-14 | - |
| dc.date.issued | 2017-11 | - |
| dc.identifier.uri | https://scholarworks.bwise.kr/hanyang/handle/2021.sw.hanyang/151150 | - |
| dc.description.abstract | 최근에 급격하게 생성되는 멀웨어로 인해 발생하는 피해는 급증하고 있다. 수집된 멀웨어는 대부분 기존 멀웨어서 변종이 된 멀웨어로 추정된다. 이런 특징을 이용해 멀웨어 제작자 그룹 분류하는 기존 연구들이 있다. 그러나 기존연구들은 멀웨어 특징들이 많기 때문에 특징 추출, 분류 모델 생성, 분류 시간이 오래 걸리는 단점이 있다. 우리는 시간 단축을 위해 특징 선택 기술을 사용하여 분류 정확도는 큰 차이 없이 시간을 줄이는 방안을 다룬다. 특징 선택 기술을 적용한 결과, 적용전 분류 정확도와 동일하면서 시간을 줄인 결과를 보였다. 또한, 시간도 줄이면서 분류 정확도를 향상시킨 결과도 보였다 | - |
| dc.language | 한국어 | - |
| dc.language.iso | ko | - |
| dc.publisher | 한국정보과학회 데이터베이스 소사이어티 | - |
| dc.title | 효율적인 악성코드 분류를 위한 특징 선택 방안 연구 | - |
| dc.title.alternative | A feature selection method for efficient classification of malware | - |
| dc.type | Article | - |
| dc.contributor.affiliatedAuthor | 김상욱 | - |
| dc.identifier.bibliographicCitation | Korean DataBase Conference 2017 (KDBC 2017), pp.55 - 56 | - |
| dc.relation.isPartOf | Korean DataBase Conference 2017 (KDBC 2017) | - |
| dc.citation.title | Korean DataBase Conference 2017 (KDBC 2017) | - |
| dc.citation.startPage | 55 | - |
| dc.citation.endPage | 56 | - |
| dc.type.rims | ART | - |
| dc.type.docType | Proceeding | - |
| dc.description.journalClass | 3 | - |
| dc.description.isOpenAccess | N | - |
| dc.description.journalRegisteredClass | other | - |
| dc.identifier.url | https://www.dbsociety.kr/archive/kdbc2017/KDBC2017_program.pdf | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
222, Wangsimni-ro, Seongdong-gu, Seoul, 04763, Korea+82-2-2220-1366
COPYRIGHT © 2024 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.
