Current Result Document :
| 한글제목(Korean Title) |
IoT 악성코드 분석을 위한 op코드 카테고리 시퀀스 특징과 기계학습 알고리즘 활용 |
| 영문제목(English Title) |
Opcode category sequence feature and machine learning for analyzing IoT malware |
| 저자(Author) |
문성현
김영호
김동훈
황두성
Sunghyun Mun
Youngho Kim
Donghoon Kim
Doosung Hwang
|
| 원문수록처(Citation) |
VOL 28 NO. 02 PP. 0914 ~ 0917 (2021. 11) |
한글내용
(Korean Abstract) |
IoT 기기는 취약한 아이디와 비밀번호 사용, 저사양 하드웨어 등 보안 취약점으로 인해 사이버 공격 진입점으로 이용되고 있다. 본 논문은 IoT 악성코드를 탐지하기 위한 op 코드 카테고리 기반 특징 표현을 제안한다. Op 코드의 기능별 분류 정보를 이용해서 n-gram 특징과 엔트로피 히스토그램 특징을 추출하고 IoT 악성코드 탐지를 위한 기계학습 모델 평가를 수행한다. IoT 악성코드는 기능 개선과 추가를 통해 진화하였으나 기계학습 모델은 훈련 데이터에 포함되지 않은 진화된 IoT 악성코드에 대한 예측 성능이 우수하였다. 또한 특징 시각화를 이용해서 악성코드의 비교 탐지가 가능하다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
