메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
조대희 임경환 (단국대학교) 조성제 (단국대학교) 한상철 (건국대학교) 황영섭 (선문대학교)
저널정보
Korean Institute of Information Scientists and Engineers Journal of KIISE Journal of KIISE Vol.43 No.12
발행연도
2016.12
수록면
1,325 - 1,333 (9page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
소프트웨어 분류 기법은 저작권 침해 탐지, 악성코드의 분류, 소프트웨어 보관소의 소프트웨어 자동분류 등에 활용할 수 있으며, 불법 소프트웨어의 전송을 차단하기 위한 소프트웨어 필터링 시스템에도 활용할 수 있다. 소프트웨어 필터링 시스템에서 유사도 측정을 통해 불법 소프트웨어를 식별할 경우, 소프트웨어 분류를 활용하여 탐색 범위를 축소하면 평균 비교 횟수를 줄일 수 있다. 본 논문은 API 호출 정보와 기계학습을 통한 윈도우즈 실행파일 분류를 연구한다. 다양한 API 호출 정보 정제 방식과 기계학습 알고리즘을 적용하여 실행파일 분류 성능을 평가한다. 실험 결과, PolyKernel을 사용한 SVM (Support Vector Machine)이 가장 높은 성공률을 보였다. API 호출 정보는 바이너리 실행파일에서 추출할 수 있는 정보이며, 기계학습을 적용하여 변조 프로그램을 식별하고 실행파일의 빠른 분류가 가능하다. 그러므로 API 호출 정보와 기계학습에 기반한 소프트웨어 분류는 소프트웨어 필터링 시스템에 활용하기에 적당하다.
#소프트웨어 분류 #소프트웨어 필터링 #API 정보 #기계학습 #software classification #software filtering #API information #machine learning

목차

요약
Abstract
1. 서론
2. 관련연구
3. 윈도우 실행파일 분류를 위한 특징 추출
4. 실험방법
5. 실험결과
6. 결론
References

참고문헌 (17)

참고문헌 신청
[학술지(정기간행물)] - D. Kim / 2016 / An effective and intelligent windows application filtering system using software similarity / Soft Computing: A Fusion of Foundations, Methodologies and Applications 20 (5) : 1821 ~ 1827 google schola [기타자료] - BSA / 2014 / The Compliance Gap: BSA Global Software Survey google schola [학술지(정기간행물)] - N. Landwehr / 2005 / Logistic Model Trees / Machine Learning 59 (1) : 161 ~ 205 google schola [학술지(정기간행물)] - L. Breiman / 2001 / Random Forests / Machine Learning 45 (1) : 5 ~ 32 google schola [학술지(정기간행물)] - C. Corinna / 1995 / Support-vector networks / Machine learning 20 (3) : 273 ~ 297 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

API 특성 정보기반 악성 애플리케이션 식별 기법
조태주 ,  김현기 ,  이정환 외 2명 정보보호학회논문지 2016 .02
악성코드 탐지를 위한 바이너리 실행 파일 분석 기법
김준형 ,  김용혁 ,  지환태 외 1명 정보과학회지 2017 .02
표준 기반 헬스케어 플랫폼과의 개인 건강 데이터 공유를 위한 모바일 프레임워크 설계
임하빈 ,  황희정 한국정보기술학회논문지 2016 .10
클라우드 기반 실버세대 건강관리 모바일 서비스
문용일 ,  양성민 ,  김종탁 외 1명 융복합지식학회논문지 2016 .01
프로세스 마이닝을 위한 거리 기반의 API(Anomaly Process Instance) 탐지법
전대욱 ,  배혜림 대한산업공학회지 2015 .12

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2017-569-001859982