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

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
박윤지 (성균관대학교) 정성균 (메타포렌식) 정두원 (성균관대학교)
저널정보
한국정보보호학회 정보보호학회지 정보보호학회지 제34권 제5호
발행연도
2024.10
수록면
11 - 17 (7page)

이용수

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

초록· 키워드

오류제보하기
랜섬웨어는 현대 사이버 보안에서 가장 중요하고 신속히 증가하는 위협 중 하나로 인식되고 있다. 전통적인 보안 시스템은 랜섬웨어의 복잡성과 빠른 진화를 따라잡기 어렵다. 이에 보안 도메인 특화 LLM (Large Language Model)의 구축과 활용이 보안의 수단으로 활용될 수 있다. 이 연구는 데이터 기반 모델링 자동화, 핵심 정보 선별, 컨텍스트화를 통해 LLM을 악성코드 분석에 활용하는 과정을 다루고 있다. 이를 통해 LLM이 랜섬웨어 탐지 및 대응을 위한 정확하고 신속한 의사결정을 지원하도록 한다. 또한, 글로벌 보안 인사이트와 최신 사이버 위협 동향을 반영하여 LLM이 보다 효과적으로 위협을 분석하고 대응할 수 있도록 한다. 보안 도메인 특화 LLM은 사용자 친화적인 접근 방식을 채택하여, 비전문가도 이해할 수 있도록 한다. 이는 시각화와 간단한 설명을 통해 제공되며, 보안 전문가뿐만 아니라 비전문가가 복잡한 보안 데이터를 신속하게 이해하고 적절한 조치를 취할 수 있도록 돕는다. 결과적으로, 본 연구를 통해 랜섬웨어 탐지 및 대응의 정확성을 크게 향상시킬 수 있을 뿐만 아니라 보안 전문가가 더 직관적이고 효율적으로 위협에 대응할 수 있는 환경을 조성할 수 있다. 이는 사이버 보안의 미래를 재정의하며, 더욱 지능적으로 자동화된 보안 솔루션의 발전을 촉진할 것이다.

목차

요약
Ⅰ. 서론
Ⅱ. 랜섬웨어 대응에 AI 적용의 한계
Ⅲ. 랜섬웨어 보안 프레임워크
Ⅳ. 결론
참고문헌

참고문헌 (0)

참고문헌 신청

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

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-25-02-091095910