표제지
요약
목차
제1장 서론 9
제1절 연구 배경 및 목적 9
제2절 연구 범위 및 방법 11
제2장 관련 연구 13
제1절 인공지능 13
1. 기본 개념 13
2. 합성곱 신경망 13
제2절 특성 선택 17
1. 기본 개념 17
2. Filter Method 18
3. Wrapper Method 19
4. Embedded Method 20
제3절 선행 연구 고찰 21
1. 정적 분석 기반 연구 22
2. 동적 분석 기반 연구 23
제3장 API Call 차원 축소 방안 26
제1절 제안 모델 및 데이터세트 26
1. 제안 모델 26
2. 데이터세트 27
제2절 API Call 차원 축소 30
제3절 합성곱 신경망 33
제4장 실험 및 평가 36
제1절 실험 목적 및 환경 36
1. 실험 목적 36
2. 실험 환경 37
제2절 실험 결과 및 분석 38
1. 이진 분류 38
2. 카테고리 분류 42
3. Wrapper Method를 적용한 분류 45
4. 선택된 특성 분석 53
제5장 결론 56
참고문헌 57
Abstract 60
〈표 1〉 EntopLyzer를 이용한 Family 분류 결과 24
〈표 2〉 CICAndMal2020 Malware 카테고리별 세부정보 28
〈표 3〉 CICAndMal2020 Benign 세부정보 30
〈표 4〉 CNN 주요 계층별 옵션 및 활성화 함수 34
〈표 5〉 CICAndMal2020 Benign 세부정보 36
〈표 6〉 이진 분류에 대한 특성 선택 및 분류 학습 결과 38
〈표 7〉 이진 분류에 대한 특성 선택 및 분류 학습 소요 시간 39
〈표 8〉 카테고리 분류에 대한 특성 선택 및 분류 학습 결과 42
〈표 9〉 카테고리 분류에 대한 특성 선택 및 분류 학습 소요 시간 43
〈표 10〉 Wrapper Method를 적용한 이진 분류 결과 45
〈표 11〉 Wrapper Method 특성 선택 및 분류 학습 소요 시간 46
〈표 12〉 Wrapper Method를 적용한 카테고리 분류 결과 49
〈표 13〉 Wrapper Method 특성 선택 및 분류 학습 소요 시간 53
〈표 14〉 Filter Method를 통해 선택된 특성 정보 54
〈그림 1〉 안드로이드 악성코드 총 누적 수 9
〈그림 2〉 월 단위 탐지된 안드로이드 악성코드 수 10
〈그림 3〉 인공지능, 머신러닝 및 딥러닝 관계 14
〈그림 4〉 CNN의 구조 14
〈그림 5〉 컨볼루션 연산 과정 15
〈그림 6〉 풀링 계층 연산 과정 16
〈그림 7〉 Filter Method 과정 18
〈그림 8〉 Wrapper Method 과정 19
〈그림 9〉 Embedded Method 과정 20
〈그림 10〉 제안 모델의 API Call 차원 축소 및 분류 절차 27
〈그림 11〉 실험_1 : 이진 분류를 위한 차원 축소 31
〈그림 12〉 실험_2 : 카테고리 분류를 위한 차원 축소 32
〈그림 13〉 실험_3 : Wrapper Method를 적용한 차원 축소 32
〈그림 14〉 소프트맥스 함수를 통한 카테고리 출력 과정 35
〈그림 15〉 이진 분류 결과(ANOVA(위), LASSO(아래)) 40
〈그림 16〉 이진 분류 오차행렬(ANOVA(위), LASSO(아래)) 41
〈그림 17〉 카테고리 분류 결과(ANOVA) 43
〈그림 18〉 카테고리 분류 오차행렬(ANOVA) 44
〈그림 19〉 이진 분류 결과(Forward(위), Backward(아래)) 47
〈그림 20〉 이진 분류 오차행렬(Forward(위), Backward(아래)) 48
〈그림 21〉 카테고리 분류 결과(Forward(위), Backward(아래)) 50
〈그림 22〉 카테고리 분류 오차행렬(Forward Selection) 51
〈그림 23〉 카테고리 분류 오차행렬(Backward Elimination) 52