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
이은규 (호서대학교) 정시온 (호서대학교) 이현우 (호서대학교) 이태진 (호서대학교)
저널정보
한국정보보호학회 정보보호학회논문지 정보보호학회논문지 제32권 제5호
발행연도
2022.10
수록면
997 - 1,008 (12page)

이용수

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

초록· 키워드

오류제보하기
오늘날 AI(Artificial Intelligence) 기술은 악성코드 분야를 비롯하여 다양한 분야에서 광범위하게 연구되고 있다. 중요한 의사결정 및 자원을 보호하는 역할에 AI 시스템을 도입하기 위해서는 신뢰할 수 있는 AI 모델이어야 한다. 학습 데이터셋에 의존적인 AI 모델은 새로운 공격에 대해서도 견고한지 확인이 필요하다. 공격자는 악성코드를 새로 생성하기보단, 기존에 탐지되었던 악성코드의 변종을 대량 생산하여 공격에 성공하는 악성코드를 탐색다. AI 모델의 Misclassification을 유도하는 Adversarial attack과 같이 대부분의 공격은 기존 공격에 약간에 변형을 가해 만든 공격들이다. 이러한 변종에도 대응 가능한 Robust한 모델이 필요하며, AI 평가지표로 많이 사용되는 Accuracy, Recall 등으로는 모델의 Robustness 수준을 측정할 수 없다. 본 논문에서는 Adversarial attack 중 하나인 C&W attack을 기반으로 Adversarial sample을 생성하여 Robustness 수준을 측정하고 Adversarial training 을 통해 Robustness 수준을 개선하는 방법을 실험한다. 본 연구의 악성코드 데이터셋 기반 실험을 통해 악성코드 분야에서 해당 제안 방법의 한계 및 가능성을 확인하였다.
#artificial intelligence #robustness #adversarial attack

목차

요약
ABSTRACT
I. 서론
II. 관련 연구
III. 제안 모델
IV. 실험 결과
V. Discussion
VI. 결론
References

참고문헌 (16)

참고문헌 신청
Hamon, Ronan, Henrik Junklewitz, and Ignacio Sanchez. "Robustness and explainability of artificial intelligence." Publications Office of the European Union, Feb. 2020. google schola Diro, A. A., & Chilamkurti, N “Distributed attack detection scheme using deep learning approach for Internet of Things,” Future Generation Computer Systems 82, pp. 761-768, Feb. 2018. google schola Shafique, Muhammad, et al. "Robust machine learning systems: Challenges, current trends, perspectives, and the road ahead," IEEE Design & Test 37.2, pp. 30-57, Apr. 2020 google schola Goodfellow, Ian J., Jonathon Shlens, and Christian Szegedy. "Explaining and harnessing adversarial examples," arXiv preprint arXiv:1412.6572, Dec 2014 Biggio, Battista, and Fabio Roli. "Wild patterns: Ten years after the rise of adversarial machine learning," Pattern Recognition 84, pp. 317-331, Jul. 2018 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

거대언어모델을 활용한 Hackerforum 코드 탐지
신효진 ,  우지영 한국정보과학회 학술발표논문집 2023 .12
AI 벤치마크 도구의 특징 및 응용 분야
공준익 ,  채봉수 ,  강건희 외 1명 한국통신학회 학술대회논문집 2023 .11
악성코드 분석에서의 AI 결과해석에 대한 평가방안 연구
김진강 ,  황찬웅 ,  이태진 정보보호학회논문지 2021 .12
인공신경망 알고리즘을 통한 사물인터넷 위협 탐지 기술 연구
오성택 ,  고웅 ,  김미주 외 3명 정보보호학회지 2019 .12
암호통신 기반 사이버공격 탐지를 위한 AI/X-AI 기술연구 동향
이윤수 ,  김규일 ,  최상수 외 1명 정보보호학회지 2019 .06

최근 본 자료

전체보기

댓글(0)

0