상세 보기
악성 파일 탐지 모델 취약성 분석 및 방어 프레임워크
Malware Detection Model Vulnerability Analysis and Defense Framework
- 김명현;
- 임유빈;
- 서창배;
- 강성현;
- 조병모;
- ... 조해현
초록
오늘날 인공지능의 활용도가 무궁무진하게 발전하며, 다양한 분야에서 사용되고 있다. 개중에 보안 분야에서는 악성 파일을 탐지하고 해당 악성 파일에 의한 피해가 없도록 인공지능 모델을 활용한다. 본 연구에서는 특정 악성 파일 탐지 모델에 대해 Gradient Based한 상황과 Gradient Free한 상황으로 나누어 적대적 공격을 수행하고 취약성을 분석하는 프레임워크 및 악성 파일 탐지 모델에 대한 방어 기법을 제안하여 적용한다. 실험 결과 공격에 대해 최대 98%의 공격 성공률을, 방어 기법 적용 이후 최대 2%의 공격 성공률을 보였다. 이 과정에서 취약성 분석 레포트가 작성됨을 확인했다. 본 논문에서 산출된 프레임워크를 이용하여 더욱이 효과적으로 보안 분야에서 인공지능을 활용하고, 기존에 있던 악성 파일 탐지 모델의 안정성 및 미특정 모델들에 대한 안정성을 확보하고자 한다.
키워드
Malware; DeepLearning
- 제목
- 악성 파일 탐지 모델 취약성 분석 및 방어 프레임워크
- 제목 (타언어)
- Malware Detection Model Vulnerability Analysis and Defense Framework
- 저자
- 김명현; 임유빈; 서창배; 강성현; 조병모; 조해현
- 발행일
- 2025-04
- 저널명
- 정보보호학회논문지
- 권
- 35
- 호
- 2
- 페이지
- 265 ~ 275