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.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2021.11
- 수록면
- 41 - 49 (9page)
이용수
초록· 키워드
오류제보하기
악성코드를 포함한 모든 응용프로그램은 실행 시 API(Application Programming Interface)를 호출한다. 최근에는 이러한 특성을 활용하여 API Call 정보를 기반으로 악성코드를 탐지하고 분류하는 접근방법이 많은 관심을 받고 있다. 그러나 API Call 정보를 포함하는 데이터세트는 그 양이 방대하여 많은 계산 비용과 처리시간이 필요하다. 또한, 악성코드 분류에 큰 영향을 미치지 않는 정보들이 학습모델의 분류 정확도에 영향을 미칠 수도 있다. 이에 본 논문에서는 다양한 특성 선택(feature selection) 방법을 적용하여 API Call 정보에 대한 차원을 축소시킨 후, 핵심 특성 집합을 추출하는 방안을 제시한다. 실험은 최근 발표된 안드로이드 악성코드 데이터세트인 CICAndMal2020을 이용하였다. 다양한 특성 선택 방법으로 핵심 특성 집합을 추출한 후 CNN(Convolutional Neural Network)을 이용하여 안드로이드 악성코드 분류를 시도하고 결과를 분석하였다. 그 결과 특성 선택 알고리즘에 따라 선택되는 특성 집합이나 가중치 우선순위가 달라짐을 확인하였다. 그리고 이진분류의 경우 특성 집합을 전체 크기의 15% 크기로 줄이더라도 97% 수준의 정확도로 악성코드를 분류하였다. 다중분류의 경우에는 최대 8% 이하의 크기로 특성 집합을 줄이면서도 평균 83%의 정확도를 달성하였다.
목차
[Abstract]
[요약]
I. Introduction
II. Preliminaries
III. The Proposed Scheme
IV. Results
V. Conclusions
REFERENCES
참고문헌 (19)
참고문헌 신청
Statcounter / Mobile Operating System Market Share Worldwide
GDATA / Some 343 new Android malware samples every hour in 2017
Abir Rahali / 2020 / DIDroid: Android Malware Classification and Characterization Using Deep Image Learning / 10th International Conference on Communication and Network Security (ICCNS2020) :70~82
Naser Peiravian / 2014 / Machine Learning for Android Malware Detection Using Permission and API Calls / 2013 IEEE 25th International Conference on Tools with Artificial Intelligence :300~305
Lucky Onwuzurike / 2019 / MaMaDroid / ACM Transactions on Privacy and Security 22(2):1~34
GDATA / Some 343 new Android malware samples every hour in 2017
Abir Rahali / 2020 / DIDroid: Android Malware Classification and Characterization Using Deep Image Learning / 10th International Conference on Communication and Network Security (ICCNS2020) :70~82
Naser Peiravian / 2014 / Machine Learning for Android Malware Detection Using Permission and API Calls / 2013 IEEE 25th International Conference on Tools with Artificial Intelligence :300~305
Lucky Onwuzurike / 2019 / MaMaDroid / ACM Transactions on Privacy and Security 22(2):1~34
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
PCA 기반 API Call 정보의 차원 축소를 통한 경량화된 안드로이드 악성코드 분류 모델
한국컴퓨터정보학회논문지
2022 .11
-
CNN-based Android Malware Detection Using Reduced Feature Set
한국컴퓨터정보학회논문지
2021 .10
-
안드로이드 악성코드 분류를 위한 Flow Analysis 기반의 API 그룹화 및 빈도 분석 기법
정보보호학회논문지
2019 .12
-
시스템 API 호출 순서 정보를 통한 안드로이드 악성 코드 패밀리 분류 기법
정보보호학회논문지
2025 .02
-
악성코드 API정보를 이용한 변종유형 예측방법 연구
한국통신학회 학술대회논문집
2015 .01
-
악성코드 패밀리 분류를 위한 API 특징 기반 앙상블 모델 학습
정보보호학회논문지
2019 .06
-
API 기초 악성코드 탐지를 위한 기계학습 알고리즘 비교
한국정보과학회 학술발표논문집
2018 .12
-
바이너리 시각화와 기계학습을 이용한 악성코드 분류
정보과학회 컴퓨팅의 실제 논문지
2018 .04
-
Malware Family Recommendation using Multiple Sequence Alignment
Journal of KIISE
2016 .03
-
악성코드 API 호출 패턴 추출에 대한 순환 신경망 적용 연구
한국정보과학회 학술발표논문집
2017 .06
-
CNN Model to Classify Malware Using Image Feature
정보과학회 컴퓨팅의 실제 논문지
2018 .05
-
Mem-Shot: Design and Implementation of API-Trigger Driven Memory Dump System for Obfuscated Malware Analysis
한국차세대컴퓨팅학회 논문지
2016 .01
-
서열 정렬 기법을 이용한 악성코드 유사도 분석의 성능 개선
정보과학회 컴퓨팅의 실제 논문지
2015 .03
-
악성코드 행위 기반의 자동분석 방법 연구
Proceedings of KIIT Conference
2017 .06
-
윈도우 API 의존 관계 그래프를 이용한 악성코드 인텔리전스 시스템 구축
한국정보기술학회논문지
2021 .04
-
악성코드 이미지화와 전이학습을 이용한 악성코드 분류 기법
한국정보통신학회 종합학술대회 논문집
2021 .05
-
LSTM 딥러닝 알고리즘을 활용한 악성코드 API 분류 기술 연구
한국정보통신학회 종합학술대회 논문집
2022 .05
-
API Call Time Interval을 활용한 머신러닝 기반의 악성코드 탐지
정보보호학회논문지
2020 .02
-
악성 API 호출 순서 기반 변종 악성코드 탐지 방법
한국정보과학회 학술발표논문집
2019 .12
-
하이브리드 특징 및 기계학습을 활용한 효율적인 악성코드 분류 시스템 개발 연구
정보보호학회논문지
2018 .10
이 논문의 저자 정보
이 논문과 함께 이용한 논문
PCA 기반 API Call 정보의 차원 축소를 통한 경량화된 안드로이드 악성코드 분류 모델
전동하
,
이수진
한국컴퓨터정보학회논문지
2022
.11
안드로이드 악성코드 탐지를 위한 머신러닝 기술 활용 동향 및 권한정보를 활용한 악성코드 탐지
김기윤
,
김소람
,
전용진
외 1명
디지털포렌식연구
2020
.09
악성코드 패밀리 분류를 위한 API 특징 기반 앙상블 모델 학습
이현종
,
어성율
,
황두성
정보보호학회논문지
2019
.06
바이너리 시각화와 기계학습을 이용한 악성코드 분류
김태근
,
지환태
,
임을규
정보과학회 컴퓨팅의 실제 논문지
2018
.04
이미지로 변환한 악성코드 CNN 탐지
윤채훈
한국정보과학회 학술발표논문집
2021
.12
최근 본 자료
댓글(0)
0