Adaptive Boosting을 사용한 패커 식별 방법 연구

Vol. 30, No. 2, pp. 169-177, 4월. 2020
10.13089/JKIISC.2020.30.2.169, Full Text:
Keywords: computer security, information security, Malware detection, Machine learning.
Abstract

악성코드 분석은 컴퓨터 보안의 중요한 관심사 중 하나로 분석 기법의 진보는 컴퓨터 보안의 중요 사항이 되었다.기존에는 악성코드를 탐지할 때 Signature-based 방식을 사용하였으나 패킹된 악성코드의 비율이 높아지면서 기존 Signature-based 방식으로는 탐지에 어려움이 많아 졌다. 이에, 본 논문에서는 머신러닝을 사용하여 패킹된프로그램의 패커를 식별하는 방법을 제안한다. 제안한 방법은 패킹된 프로그램을 파싱하여 패커를 특정 지을 수 있는 특정 PE 정보를 추출하고 머신러닝 모델 중 Adaptive Boosting 알고리즘을 사용하여 패커를 식별한다. 제안한 방법의 정확도를 확인하기 위해 12가지 종류의 패커로 패킹된 프로그램 391개를 수집하여 실험하였으며, 약99.2%의 정확도로 패커를 식별하는 것을 알 수 있었다. 또한, Signature-based PE 식별 도구인 PEiD와 기존머신러닝을 사용한 방법으로 식별한 결과를 제시하였으며, 본 논문에서 제안한 방법이 기존의 방법보다 패커를 식별하는데 정확도와 속도면에서 더 뛰어난 성능을 발휘하는 것을 알 수 있다.

Statistics
Show / Hide Statistics

Statistics (Cumulative Counts from December 1st, 2017)
Multiple requests among the same browser session are counted as one view.
If you mouse over a chart, the values of data points will be shown.


Cite this article
[IEEE Style]
장윤환, 박성준 and 박용수, "Packer Identification Using Adaptive Boosting Algorithm," Journal of The Korea Institute of Information Security and Cryptology, vol. 30, no. 2, pp. 169-177, 2020. DOI: 10.13089/JKIISC.2020.30.2.169.

[ACM Style]
장윤환, 박성준, and 박용수. 2020. Packer Identification Using Adaptive Boosting Algorithm. Journal of The Korea Institute of Information Security and Cryptology, 30, 2, (2020), 169-177. DOI: 10.13089/JKIISC.2020.30.2.169.