인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
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.
피인용 0
초록·키워드
웹쉘은 코드 난독화로 탐지를 우회하는 스크립트 기반 백도어이나, 기존 연구는 데이터셋·전처리·평가 지표가 달라 난독화 강인성을 체계적으로 비교하기 어렵다. 본 논문은 두 목적을 갖는 다차원 벤치마크 프레임워크를 제안한다. 첫째, 소스코드·AST 두 계층의 10개 정량 차원(D1–D10)을 정의하고, BFAD의 6개 행동 범주를 객체 생성·파일시스템·데이터베이스 상호작용 등 15개로 확장한 신규 차원 D10을 제안한다. 20시드×5폴드 반복 실험(100회)에서 D10 단독(F1 = 82.21 ± 3.08%)은 D9 단독(75.21 ± 3.88%)보다 7.00%p 높았고(p ＜ 0.001), 피처 수를 맞춘 비교에서도 이 차이가 유지되었다. 둘째, 4개 난독화 범주의 10종 코드 변형(T1–T10)을 자동 적용하여 규칙 기반(PMF YARA), 인코더 기반(GraphCodeBERT, UniXcoder), 통계 머신러닝(Random Forest) 탐지기를 비교하였다. AST 기반 Random Forest는 F1 = 89.22 ± 0.29%를 달성하였다. 인코딩 변형(T3)은 규칙 기반 탐지기의 정상 오탐률을 5.68%p, 미실행 취약점 주입(T9)은 Random Forest의 정상 오탐률을 49.28%p 높였다. 따라서 재현율 저하(RDR)와 정상 오탐률 변화(ΔFPR)를 함께 보고하는 양면 강인성 평가를 제안한다.
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
