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
Dong-Min Kim (Korea National Defense University) Soo-jin Lee (Korea National Defense University)
저널정보
한국컴퓨터정보학회 한국컴퓨터정보학회논문지 한국컴퓨터정보학회 논문지 제26권 제10호(통권 제211호)
발행연도
2021.10
수록면
19 - 26 (8page)

이용수

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

초록· 키워드

오류제보하기
딥러닝 기반 악성코드 탐지 및 분류모델의 성능은 특성집합을 어떻게 구성하느냐에 따라 크게 좌우된다. 본 논문에서는 CNN 기반의 안드로이드 악성코드 탐지 시 탐지성능을 극대화할 수 있는 최적의 특성집합(feature set)을 선정하는 방법을 제안한다. 특성집합에 포함될 특성은 기계학습 및 딥러닝에서 특성추출을 위해 널리 사용되는 Chi-Square test 알고리즘을 사용하여 선정하였다. CICANDMAL2017 데이터세트를 대상으로 선정된 36개의 특성을 이용하여 CNN 모델을 학습시킨 후 악성코드 탐지성능을 측정한 결과 이진분류에서는 99.99%, 다중분류에서는 98.55%의 Accuracy를 달성하였다.
#CNN #Android #Malware #Feature selection #Binary classification #Multiclass classification #안드로이드 #악성코드 #특성추출 #이진분류 #다중분류

목차

Abstract
요약
I. Introduction
II. Preliminaries
III. The Proposed Scheme
IV. Experimental Results
Ⅴ. Conclusions
REFERENCES

참고문헌 (16)

참고문헌 신청
Check Point / 2021 / MOBILE SECURITY REPORT 2021 google schola Securelist. by Kaspersky, “IT threat evolution Q1 2021. Mobile statistics” google schola Byeon, J. Y / 2021 / RFA : Recursive Feature Addition Algorithm for Machine LearningBased Malware Classification 26(2):61~68 Crossref Jundong Li / 2018 / Feature Selection / ACM Computing Surveys 50(6):1~45 Crossref Girish Chandrashekar / 2014 / A survey on feature selection methods / Computers & Electrical Engineering 40(1):16~28 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

합성곱신경망을 사용한 이미지 기반의 안드로이드 악성소프트웨어 패밀리 분류
강문영 ,  박성현 ,  박지현 외 2명 정보과학회 컴퓨팅의 실제 논문지 2021 .04
Analyzing the Effects of API Calls in Android Malware Detection Using Machine Learning
박성현 ,  강문영 ,  박지현 외 2명 Journal of KIISE 2021 .03
안드로이드 악성코드 탐지를 위한 머신러닝 기술 활용 동향 및 권한정보를 활용한 악성코드 탐지
김기윤 ,  김소람 ,  전용진 외 1명 디지털포렌식연구 2020 .09
안드로이드 악성 앱 탐지율 향상을 위한 특성 분석 및 기계학습 모델에 관한 연구
강호영 ,  손근수 ,  손민우 외 1명 정보보호학회지 2019 .02
머신러닝을 이용한 권한 기반 안드로이드 악성코드 탐지
강성은 ,  응웬부렁 ,  정수환 정보보호학회논문지 2018 .06

최근 본 자료

전체보기

댓글(0)

0