2020년 춘계 학술대회
Current Result Document :
| 한글제목(Korean Title) |
GRU를 활용한 악성코드 탐지의 관한 연구 |
| 영문제목(English Title) |
A Study on Malicious Code Detection Using GRU |
| 저자(Author) |
류경근
최용철
이덕규
Ryu Kyeong Geun
Yong Cheol Choi
Deok Gyu Lee
|
| 원문수록처(Citation) |
VOL 27 NO. 01 PP. 0254 ~ 0257 (2020. 05) |
한글내용
(Korean Abstract) |
최근 악성코드에 의한 피해사례가 매년 증가하고 있다. 전통적인 시그니쳐 기반 안티바이러스 솔루션은 제로데이 공격이나 랜섬웨어처럼 전례가 없는 새로운 위협에 속수무책일 정도로 취약하다. 그럼에도 불구하고 많은 기업이 다중 엔드포인트 보안 전략의 일환으로 시그니처 기반 안티바이러스 솔루션을 유지하고 있다. 이에 응하고자 다양한 악성코드 분석기술이 출현해왔으며, 최근의 연구들은 부분 머신러닝을 이용하여 기존에 진행했던 시그니쳐 기반의 한계를 보완하고 노력하고 있다. 본 논문은 머신러닝을 이용한 바이러스 분석 모델과 머신러닝 알고리즘 중 GRU를 이용한 솔루션 시스템을 제안한다. 기존 DB Server를 통해 머신러닝을 학습 시키며 다양한 샘플과 형식을 이용하여 머신러닝을 학습하고 이를 이용해 새로운 악성코드, 변조된 악성코드의 탐지율을 높일 수 있다.
|
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
