KSC 2019
Current Result Document : 2 / 2
| 한글제목(Korean Title) |
Zero-day 피싱 웹사이트 탐지를 위한 컨볼루션 오토인코더 기반 문자수준 URL 모형 |
| 영문제목(English Title) |
Deep Character-level URL Model based on Convolutional Autoencoder for Zero-day Phishing Website Detection |
| 저자(Author) |
이상윤
윤현선
호지수
부석준
김혜정
Sang-Yoon Lee
Heunsun Yoon
Jisu Ho
Seok-Jun Bu
Hae-Jung Kim
|
| 원문수록처(Citation) |
VOL 46 NO. 02 PP. 0788 ~ 0790 (2019. 12) |
한글내용
(Korean Abstract) |
대부분의 피싱 URL 이 일회성으로 생성되고 버려지는 특징으로 인해 분야에서는 Zero-day 공격을 필수적으로 고려해야한다. 반면 기존의 URL 분류 태스크에 최적화된 딥러닝 기법은 기관측된 데이터에 대해서는 고성능이지만 새로운 피싱공격에 대한 강건성에 한계가 있다. 본 논문에서는 컨볼루션 오토인코더에 기반하여 문자수준의 URL 정상 모형을 구축하였고, 재구축 오류에 기반한 피싱공격 점수를 출력하는 컨볼루션 신경망을 제안한다. 제안하는 방법이 정확도와 재현율의 측면에서 기존의 딥러닝 알고리즘과 기계학습 알고리즘 중 최고 성능을 달성함을 10 겹 교차검증하였고, Zero-day 공격을 가정한 실험조건 아래에서 강건성을 검증하였다.
|
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
