인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
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.
초록·키워드
근래의 악성코드 발생량의 폭발적인 증가와 더불어 악성코드는 지능화/고도화되고 있다. 이러한 경향 중 하나로 대부분의 악성코드에 분석을 어렵게 만드는 패킹 기법이 적용되어 유포되는데, 대량의 악성코드에 실시간으로 대응하기 위해 시스템의 성능 제약이 적은 정적분석을 채택한 악성코드 자동화 분석 시스템들의 경우에 이러한 패킹 기법으로 인해 분석 성능이 저하되고 있는 실정이다. 이에 다양한 패커 식별 연구가 진행되어 왔지만 대부분 복잡한 매커니즘으로 인해 실제 운용환경에 적용하기에 성능제약이 크기 때문에 대량의 악성코드에 대응하기에 한계가 있다. 본 논문에서는 분석성능을 유지하면서 보다 단순하고 가볍게 구축할 수 있는 경량화된 패킹 분석 시스템을 제안한다. 이는 고속의 분석 성능을 가진 정적 분석 기법을 기반으로 고차원의 feature 조합과 유사 그룹분류에 탁월한 Convolutional Neural Network를 연계함으로서 가능하다. 본 연구 결과물은 독립적인 모듈로서 동작가능하며, 향후 지속적인 연구를 통해 기존의 안티바이러스나 자동화된 악성코드 분석 시스템과 연계하여 패커그룹을 우선적으로 식별해주는 pre-filter 시스템으로 동작 가능할 것이라 기대한다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-ECN-0101-2019-567-000293833
