악성 이메일 공격의 사전 탐지 및 차단을 통한이메일 보안에 관한 연구
A Study on Email Security through Proactive Detection and Prevention of Malware Email Attacks
0
조회
0
다운로드
3
인용
0
참고문헌
키워드
초록
시간이 지날수록 새로운 맬웨어는 계속 증가하고, 점점 고도화되고 있다. 악성 코드를 진단하기 위해 실행파일에 관한 연구는 다양하게 진행되고 있으나, 비실행 문서파일과 악성 URL, 문서 내 악성 매크로 및 JS 등을 악용하여 이메일에 악성 코드 위협을 내재화한 공격은 탐지하기 어려운 것이 현실이다. 본 논문에서는 악성 이메일 공격의 사전 탐지 및 차단을 통한이메일 보안을 위해 악성 코드를 분석하는 방법을 소개하고, AI 기반으로 비실행 문서파일의 악성 여부를 판단하는 방법을제시한다. 다양한 알고리즘 중에 효율적인 학습 모델링 방법을 채택하고 Kubeflow를 활용하여 악성 코드를 진단하는 ML 워크플로 시스템을 제안하고자 한다.
Abstract
New malware continues to increase and become advanced by every year. Although various studies are going onexecutable files to diagnose malicious codes, it is difficult to detect attacks that internalize malicious code threats inemails by exploiting non-executable document files, malicious URLs, and malicious macros and JS in documents. In thispaper, we introduce a method of analyzing malicious code for email security through proactive detection and blocking ofmalicious email attacks, and propose a method for determining whether a non-executable document file is maliciousbased on AI. Among various algorithms, an efficient machine learning modeling is choosed, and an ML workflow systemto diagnose malicious code using Kubeflow is proposed.
참고문헌 (12)
- "Malware Statistics & Trends Report"[URL]
- "Information Security in Businesses"[URL]
- "Virus Total"[URL]
- J. Kinable, "Malware classication based on call graph clustering", Journal in Computer Virology, 7(4), pp.233~245 (2011)[DOI]
- M. Islam, "Classication of malware based on string and function feature selection", Cybercrime and Trustworthy Computing Workshop (CTC), 2010Second, pp.9~17 (2010)
- R. Tian, "Function length as a tool for malware classification", Malicious and Unwanted Software, 2008. MALWARE 2008. 3rd International Conference, pp.69~76 (2008)
- M. Bailey, "Recent Advances in Intrusion Detection", pp.178~197 (2007)
- M. Zolkipli, "An approach for malware behavior identification and classification", Computer Research and Development (ICCRD), 2011 3rd International Conference,, 1, pp.191~194 (2011)
- R. Islam, "Classification of malware based on integrated static and dynamic features", Journal of Network and Computer Applications, 36(2), pp.646~656 (2013)[DOI]
- R. Pascanu, "Malware classification with recurrent networks", Acoustics, Speech and Signal Processing (ICASSP), 2015 IEEE International Conference, pp.1916~1920 (2015)
- M. Sokolova, "A system atic analysis of performance measures for classification tasks", Information Processing &Management, 45(4), pp.427~437 (2009)[DOI]