Earticle

초록

영어

Malicious code-based attacks are increasing day by day and attack techniques are becoming more diverse. Detection technology is evolving, but defense systems that detect new malware are not yet complete. There is little research on the detection method by prediction of infection. Conventional predictive modeling is mostly macroscopic analysis and has limitations in prediction. However, in this paper, we apply the Markov chain model to the Landing website to predict the malicious code infection, and propose an effective method to detect and prevent it. Actual malicious code detected data is used, and average value applied to predictive modeling is the most predictive result of recent 6 months data.

한국어

악성코드로 인한 침해사고는 나날이 증가하고 있고 공격 기법은 다양해지고 있다. 탐지 기술은 발전하고 있지만, 신종 악성코드를 탐지하는 방어체계는 아직 완벽하지 않고, 감염의 예측을 통한 탐지방법은 연구는 미비하다. 기존 예측 모델링은 거시적인 분석이 대부분이며, 예측에 대해 한계점을 가지고 있다. 본 논문에서는 경유지 웹사이트를 대상으로 마코프 체인 모델에 적용하여 악성코드 감염의 예측을 예상하고 이를 이용하여 탐지·예방에 효율적인 방법을 제시하였다. 실제 악성코드가 탐지된 데이터를 이용하였고, 예측 모델링에 적용할 평균값은 최근 6개월 데이터를 적용한 결과가 가장 예측력이 높은 것으로 나타났다.

목차

요약
 Abstract
 1. 서론
 2. 관련연구
  2.1 악성코드와 웹사이트 관계 연구
  2.2 악성코드 관련 예측 모델링 기법 연구
  2.3 마코프 체인
 3. 모델 설계 및 연구 방법
  3.1 악성코드 예측 모델 설계
  3.2 악성코드 예측 모델 단계
 4. 모델 적용 및 결과
  4.1 악성코드 데이터 수집
  4.2 상태집합
  4.3 전이행렬
  4.4 초기 확률
  4.5 악성코드 감염 예측
 5.결론
 References

키워드

저자

• 김성현 [ Seong-Hyun Kim | Dept. Information Security Management, Sangmyung Univ., 20 Hongjimun2-gil, Jongno-gu, Seoul, 03016, Korea ]
• 유진호 [ Jinho Yoo | Dept. Business Administration, Sangmyung Univ., 20 Hongjimun2-gil, Jongno-gu, Seoul, 03016, Korea ] Corresponding author

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  보안공학연구논문지 [Journal of Security Engineering]

• 간기

  계간

• pISSN

  1738-7531

• 수록기간

  2005~2017

• 십진분류

  KDC 505 DDC 605