Multisize N-gram과 개선된 카이제곱을 이용한 API 호출 시퀀스 기반 악성코드 탐지에 관한 연구 = The Study of Malware Detection based on API call sequence Using Multisize N-gram and Improved Chi-square
저자
발행사항
성남: 가천대학교 일반대학원, 2016
학위논문사항
학위논문(석사)-- 가천대학교 일반대학원: IT융합공학과 컴퓨터공학 2016. 2
발행연도
2016
작성언어
한국어
주제어
DDC
621.39
발행국(도시)
경기도
형태사항
54p; 26 cm.
일반주기명
지도교수: 한명묵
UCI식별코드
I804:41005-000002232602
소장기관
IT분야의 기술이 발전함에 따라 세계적으로 모든 산업 분야에 영향을 미치고 있으며, 이에 따라 사이버 공격 또한 지속적으로 증가하고 있다. 사이버 공격에는 악성코드가 사용되며 최근 발생하는 악성코드는 유형별로 유행에 따라 신종 및 변종의 수가 폭발적으로 증가하는 경향이 있다.
현재까지 대부분의 AV(Anti Virus)에서는 악성코드를 탐지하기 위해 시그니쳐 기반의 탐지 기법을 사용한다. AV는 시그니쳐를 통해 악성코드와 코드 패턴 매칭을 하고 일치하는 경우 악성코드로 인식한다. 이러한 방법은 분석한 악성코드에 대해서는 정확하게 탐지하지만 분석되지 않은 악성코드에 대해서는 탐지가 불가능하다. 이러한 한계를 극복하기 위해 악성코드의 행위를 기반으로 한 탐지 기법의 연구가 진행되고 있다.
본 논문에서는 기존의 API 시퀀스 기반 악성코드 탐지를 위한 연구에서의 문제점 및 한계를 분석하고, API 시퀀스 기반의 기계학습을 통한 악성코드 탐지 과정에서 기계학습을 위한 특징 생성에 해당하는Multisize N-gram과 특징 선택 과정에 해당하는 개선된 카이제곱을 제안하여 실험 결과를 비교 분석한다.
Multisize N-gram은 프로그램이 호출하는 API 시퀀스에 1-gram부터 N-gram까지 적용하여 다양한 의미를 가지는 특징을 생성한다. 이를 통해 기존의 연구에서 특정 크기의 N-gram만을 적용한 것 보다 다양하고 정확한 의미를 가지는 특징들을 생성하여 탐지 정확도를 향상시킨다.
개선된 카이제곱은 기존 카이제곱의 연산에서 발생 빈도수를 고려한다는 특징에 따라 2 종류의 범주에 대해 분류하는 경우에 적은 데이터를 포함하는 범주에 해당하는 특징의 가중치가 높아지는 단점을 개선한 방법이다.
제안하는 방법의 검증을 위해 텍스트 분류 성능 검증에 활용되는 reuter-21578 데이터집합을 사용하여 개선된 카이제곱의 특징 선택 성능을 검증하고, 악성코드와 정상 프로그램의 API 시퀀스의 데이터집합을 통해 Multisize N-gram을 통한 탐지 정확도 향상을 검증한다. 최종적으로 두 가지 기법을 모두 적용하여 악성코드와 정상 프로그램의 API 시퀀스의 데이터집합을 통한 악성코드 탐지를 수행하여 결과를 보인다. 위 방법을 적용한 결과 기존의 방법보다 평균적으로 3.4%의 분류 정확도가 향상된 것을 알 수 있었다.
분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)