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
학술대회자료
저자정보
이예은 (호서대학교) 이용수 (호서대학교) 이은규 (호서대학교) 이태진 (호서대학교)
저널정보
한국통신학회 한국통신학회 학술대회논문집 2022년도 한국통신학회 동계종합학술발표회 논문집
발행연도
2022.2
수록면
1,242 - 1,243 (2page)

이용수

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

초록· 키워드

오류제보하기
오늘날 다양한 악성코드의 활동이 증가하면서 이를 탐지 및 분석하기 위한 활발한 연구가 진행되고 있다. 복잡한 악성코드에 대응하기 위해 악성코드 탐지는 AI 기반을 통해 이루어지고 있으나, 악성코드가 점차 광범위해짐에 따라 AI 모델의 높은 신뢰성이 요구된다. 이 과정에서 악성코드 탐지에 영향이 없어야 하는 특정 변수에 의해 AI Model의 편향이 발생하여 AI 판단의 신뢰성에 대한 한계가 존재하였다. 본 논문에서는 AI Fairness 개념을 악성코드 분석에 도입하여 편향 문제를 해결하고 보다 개선된 모델을 제시하고자 한다. 편향을 제거하기 위한 여러 가지 방법 중에서 편향을 제거하기 위해 해당 변수를 아예 학습에 포함하지 않는 방법도 고려될 수 ... 전체 초록 보기

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

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

악성코드 유형 분류를 위한 인공지능 모델 비교 및 분석에 관한 연구
정인웅 ,  김진성 ,  이한진 외 1명 한국정보과학회 학술발표논문집 2023 .06
편향적 인공지능: 네이버의 악플 탐지용 인공지능 ‘클린봇’이 판별한 혐오표현의 유형 분석
이신행 사이버커뮤니케이션학보 2021 .12
선형 판별 분석 및 k-means 알고리즘을 이용한 적대적 공격 유형 분류 방안
최석환 ,  김형건 ,  최윤호 정보보호학회논문지 2021 .12
DLL/API 통계적 분석을 통한 Feature 추출 및 Machine Learning 기반 악성코드 탐지 기법
하지희 ,  김수정 ,  이태진 한국통신학회논문지 2018 .04
악성코드로부터 빅데이터를 보호하기 위한 이미지 기반의 인공지능 딥러닝 기법
김혜정 ,  윤은준 전자공학회논문지 2017 .02

최근 본 자료

전체보기

댓글(0)

0