한글내용
(Korean Abstract) |
일평균 160만개 이상의 악성코드가 출현하고 있으며, 대부분의 침해사고는 악성코드를 이용하여 발생한다. 그런데, 공격자의 악성코드 제작기술이 점차 지능화되고 있어, 이에 대응 가능한 새로운 관점의 분석기술이 지속적으로 요구된다. 본 논문에서는 기존에 중요하게 반영하지 않았던 Entropy와 Symbol에 기반한 자동화된 악성코드 분석기술을 제안했고, 3만개의 샘플을 통해, Neural network기반의 Machine learning을 통해 검증하였다. 시험결과, Entropy는 85.56% 탐지율과 5.14% 오탐율, Symbol은 90.52% 탐지율과 60.73% 오탐율을 기록하였다. 이는 기존 분석기술에서 오탐지/미탐지 할 수 있는 영역에 대해 중요한 역할을 할 수 있는 결과라고 판단되며, 향후 기존 기술과 연계한 분석기술 개발을 지속 진행할 예정이다.
|
