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
강성은 (숭실대학교) 응웬부렁 (숭실대학교) 정수환 (숭실대학교)
저널정보
한국정보보호학회 정보보호학회논문지 정보보호학회논문지 제28권 제3호
발행연도
2018.6
수록면
617 - 623 (7page)

이용수

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

초록· 키워드

오류제보하기
본 연구는 안드로이드 정적분석을 기반으로 추출된 AndroidManifest 권한 특징을 통해 악성코드를 탐지하고자 한다. 특징들은 AndroidManifest의 권한을 기반으로 분석에 대한 자원과 시간을 줄였다. 악성코드 탐지 모델은 1500개의 정상어플리케이션과 500개의 악성코드들을 학습한 SVM(support vector machine), NB(Naive Bayes), GBC(Gradient Boosting Classifier), Logistic Regression 모델로 구성하여 98%의 탐지율을 기록했다. 또한, 악성앱 패밀리 식별은 알고리즘 SVM과 GPC (Gaussian Process Classifier), GBC를 이용하여 multi-classifiers모델을 구현하였다. 학습된 패밀리 식별 머신러닝 모델은 악성코드패밀리를 92% 분류했다.
#android #malware #static analysis #machine leaning

목차

요약
ABSTRACT
I. 서론
II. 관련연구
III. Feature selection
IV. 구현
V. 실험
VI. 결론
References

참고문헌 (13)

참고문헌 신청
“Mobile trends in 2015,” KT Economic Management Institute, Jan. 2015 IDC, “http://www.idc.com/promo/smartphone ?market-share/vendor”, Mar , 2017 “Threat Report”, McAfee Labs, Dec. 2017 Jang, Jae-wook, et al. Andro-autopsy: Anti-malware system based on similarity matching of malware and malware creator- centric information, Digital Investigation vol.14, pp.17-35. 2015 Suarez-Tangil, Guillermo, et al. DroidSieve: Fast and accurate classification of obfuscated android malware, Proceedings of the Seventh ACM on Conference on Data and Application Security and Privacy. pp. 309-320, Mar. 2017.

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

딥러닝 기반의 R-CNN을 이용한 악성코드 탐지 기법
조영복 디지털콘텐츠학회논문지 2018 .06
머신러닝을 이용한 지능형 악성코드 분석기술 동향
이태진 정보보호학회지 2018 .04
Deep Learning을 활용한 악성코드 탐지 방법 동향 분석
이윤선 ,  이재웅 ,  장래영 외 3명 Proceedings of KIIT Conference 2018 .06
공공데이터 활용을 위한 개인정보보호 제도의 개선 과제
김경열 ,  권헌영 경제규제와 법 2014 .11
합성곱신경망을 사용한 이미지 기반의 안드로이드 악성소프트웨어 패밀리 분류
강문영 ,  박성현 ,  박지현 외 2명 정보과학회 컴퓨팅의 실제 논문지 2021 .04

최근 본 자료

전체보기

댓글(0)

0