동적 분석을 이용한 난독화 된 실행 프로그램의함수 호출 그래프 생성 연구
The Generation of the Function Calls Graph of an Obfuscated Execution Program Using Dynamic
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
악성코드 분석을 위한 기술 중 하나로 실행 프로그램의 함수 호출 관계를 시퀀스 또는 그래프 작성한 후, 그 결과를 분석하는 기술이 제안되었다. 이러한 기술들은 일반적으로 실행 프로그램 파일의 정적 분석을 통해 함수 호출 코드를 분석하고, 함수 호출 관계를 시퀀스 또는 그래프로 정리한다. 그러나 난독화 된 실행 프로그램의 경우, 실행 프로그램 파일의 구성이 표준구성과 다르기 때문에 정적분석 만으로는 함수 호출관계를 명확히 분석하기 어렵다. 본 논문에서는 난독화 된 실행 프로그램의 함수 호출관계를 분석하기 위한 동적 분석 방법을 제안하고, 제안된 기술을 이용하여 함수 호출관계를 그래프로 구성하는 방법을 제안한다.
Abstract
As one of the techniques for analyzing malicious code, techniques creating a sequence or a graph of functioncall relationships in an executable program and then analyzing the result are proposed. Such methods generallystudy function calling in the executable program code through static analysis and organize function callrelationships into a sequence or a graph. However, in the case of an obfuscated executable program, it is difficultto analyze the function call relationship only with static analysis because the structure/content of the executableprogram file is different from the standard structure/content. In this paper, we propose a dynamic analysis methodto analyze the function call relationship of an obfuscated execution program. We suggest constructing a functioncall relationship as a graph using the proposed technique.
참고문헌 (16)
- P. Bajpai, "Preparing Smart Cities for Ransomware Attacks", 2020 3rd International Conference on Data Intelligence and Security (ICDIS), pp.127~133 (2020)
- Omer Aslan, "A Comprehensive Review on Malware Detection Approaches", IEEE Access, 8, pp.6249~6271 (2020), Institute of Electrical and Electronics Engineers (IEEE)[DOI]
- S. R. Davies, "Review of Current Ransomware Detection Techniques", 2021 International Conference on Engineering and Emerging Technologies(ICEET), pp, 1(6) (2021)
- 이후기, "랜섬웨어 분석 및 탐지패턴 자동화 모델에 관한 연구", 한국정보통신학회논문지, 21(8), pp.1581~1588 (2017), 한국정보통신학회[DOI]
- M. Almousa, "API-Based Ransomware Detection Using Machine Learning-Based Threat Detection Models", 202118th International Conference on Privacy, Security and Trust (PST), pp.1~7 (2021)
- B. Wang, "RanPAS: A Behavior-based System for Ransomware Detection", 2021 IEEE Sixth International Conference on Data Science in Cyberspace (DSC), pp.309~314 (2021)
- Umara Urooj, "Ransomware Detection Using the Dynamic Analysis and Machine Learning: A Survey and Research Directions", Applied Sciences, 12(1), pp.172~ (2021), MDPI AG[DOI]
- 이승환, "랜섬웨어 탐지를 위한 동적 분석 자료에서의 변수 선택 및 분류에 관한 연구", 응용통계연구, 31(4), pp.497~505 (2018), 한국통계학회
- 강호석, "다이나믹 API 호출 흐름 그래프를 이용한 오프라인 기반 랜섬웨어 탐지 및 분석 기술 개발", 디지털콘텐츠학회논문지, 19(2), pp.363~370 (2018), 한국디지털콘텐츠학회[DOI]
- 최도현, "랜섬웨어 탐지를 위한 그래프 데이터베이스 설계 및 구현", 융합정보논문지, 11(6), pp.24~32 (2021), 중소기업융합학회[DOI]
- 권종훈, "행위 그래프 기반의 변종 악성코드 탐지", 정보보호학회논문지, 21(2), pp.37~47 (2011), 한국정보보호학회
- 김대엽, "PE 파일 분석을 위한 함수 호출 그래프 생성 연구", 전기전자학회논문지, 25(3), pp.451~461 (2021), 한국전기전자학회
- Modhuparna Manna, "Memory analysis of .NET and .Net Core applications", Forensic Science International: Digital Investigation, 42, pp.301404~ (2022), Elsevier BV[DOI]
- "ProcDump v.11.0"[URL]
- "Windows 디버깅 도구(WinDbg)"[URL]
- "MalwareBazaar Database"[URL]