CNN 기반 MS Office 악성 문서 탐지
MS Office Malicious Document Detection based on CNN
1
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
웹사이트나 메일의 첨부 파일을 이용해 문서형 악성코드의 유포가 활발하게 이루어지고 있다. 문서형 악성코드는 실행 파일이 직접 실행되는 것이 아니므로 보안 프로그램의 우회가 비교적 쉽다. 따라서 문서형 악성코드는 사전에 탐지하고 예방해야 한다. 이를 탐지하기 위해 문서의 구조를 파악하고 악성으로 의심되는 키워드를 선정하였다. 문서 내의 스트림 데이터를 아스키코드값으로 변환하여 데이터셋을 만들었다. CNN 알고리즘을 이용하여 문서의 스트림 데이터 내에 존재하는 악성 키워드의 위치를 확인하고 인접 정보를 활용하여 이를 악성으로 분류했다. 파일 내의 스트림 단위로 악성코드를 탐지한 결과 0.97의 정확도를 보였고, 파일 단위로 악성코드를 탐지한 결과 0.92의 정확도를 보였다.
Abstract
Document-type malicious codes are being actively distributed using attachments on websites or e-mails. Document-type malicious code is relatively easy to bypass security programs because the executable file is not executed directly. Therefore, document-type malicious code should be detected and prevented in advance. To detect document-type malicious code, we identified the document structure and selected keywords suspected of being malicious. We then created a dataset by converting the stream data in the document to ASCII code values. We specified the location of malicious keywords in the document stream data, and classified the stream as malicious by recognizing the adjacent information of the malicious keywords. As a result of detecting malicious codes by applying the CNN model, we derived accuracies of 0.97 and 0.92 in stream units and file units, respectively.
참고문헌 (13)
- "Malware that exploits HWP files has been found", Boannews, 1~ (2018)
- "Malicious documents disguised as reimbursement requests", AhnLab, 1~ (2021)
- "RTF malware disguised as a cover letter of a specific airline", AhnLab, 1~ (2021)
- "Com Structured Storage"[URL]
- Young-Seob Jeong, "Malware Detection of Hangul Word Processor Files Using Spatial Pyramid Average Pooling", Sensors, 20(18), pp.5265~ (2020)
- Ah Reum Kang, "Malicious PDF Detection Model against Adversarial Attack Built from Bengin PDF Containing JavaScript", Applied Sciences, 9(22), pp.4764~ (2019)
- Young-Seob Jeong, "Malware detection on byte streams of pdf files using convolutional neural networks", Security and Communication Networks, 2019 (2019)
- Young-Seob Jeong, "Malware Detection on Byte Streams of Hangul Word Processor Files", Applied Sciences, 9(23), pp.5178~ (2019)
- 강아름, "문서 구조 및 스트림 오브젝트 분석을 통한 문서형 악성코드 탐지", 한국컴퓨터정보학회논문지, 23(11), pp.85~93 (2018), 한국컴퓨터정보학회[DOI]
- 윤채은, "딥러닝과 PDF 객체분석을 이용한 문서형 악성코드 탐지", 전기학회 논문지 P권, 70(1), pp.44~49 (2021), 대한전기학회
- 이덕규, "Office Open XML 문서 기반 악성코드 분석 및 탐지 방법에 대한 연구", 정보보호학회논문지, 30(3), pp.429~442 (2020), 한국정보보호학회[DOI]
- MinJi Choe, "HWP Format Vulnerability Analysis For Document-Type Malware Detection", The Korean Institute of Information Scientists and Engineers, pp.1188~1190 (2020)
- 조성혜, "MS 오피스 문서 파일 내 비정상 요소 탐지 기법 연구", 정보처리학회논문지. 컴퓨터 및 통신시스템, 6(2), pp.87~94 (2017), 한국정보처리학회[DOI]