API Call Time Interval을 활용한 머신러닝 기반의 악성코드 탐지
Machine Learning Based Malware Detection Using API Call Time Interval
0
조회
0
다운로드
4
인용
0
참고문헌
키워드
초록
사이버 위협에 있어서 악성코드를 활용하는 것은 시대를 불문하고 지속적으로 활용되고 있고, 앞으로 IT기술이발전하여도 여전히 주요한 공격 방법이 될 것이다. 따라서 이러한 악성코드를 탐지하기 위한 연구는 끊임없이 다양한 방법으로 시도되고 있다. 최근에는 AI 관련 기술이 발전하면서 악성코드 탐지에도 이와 관련한 연구를 많이 진행하고 있다. 본 연구에서는 동적분석 데이터 중 API Call이 발생하는 각각의 호출간격, 즉 시간차이(TimeInterval)을 중심으로 특징값(Feature)을 생성하고, 이를 머신러닝 기법에 적용하여 악성코드를 탐지하는 방안을제시하고자 한다.
Abstract
The use of malware in cyber threats continues to be used in all ages, and will continue to be a major attack methodeven if IT technology advances. Therefore, researches for detecting such malicious codes are constantly tried in variousways. Recently, with the development of AI-related technology, many researches related to machine learning have beenconducted to detect malware. In this paper, we propose a method to detect malware using machine learning. For machinelearning detection, we create a feature around each call interval, ie Time Interval, in which API calls occur among dynamicanalysis data, and then apply the result to machine learning techniques.
참고문헌 (9)
- "Average 346,000 new malicious codes detected in 2018" (2018)[URL]
- Kirti Mathur, "A Survey on Techniques in Detection and Analyzing Malware Executables", International Journal of Advanced Research in Computer Science and Software Engineering, 3(4) (2013)
- Shankarapani, M.K, "Malware detection using assembly and API call sequences", Journal in Computer Virology, 7(2), pp.107~119 (2011)
- Youngjoon Ki, "A Novel Approach to Detect Malware Based on API Call Sequence Analysis", International Journal of Distributed Sensor Networks, 11 (2015)
- Alazab, M, "Zero-day malware detection based on supervised learning algorithms of API call signatures", Conferences in Research and Practice in Information Technology Series, 121, pp.171~182 (2010)
- Fujino, A, "Discovering similar malware samples using API call topics", IEEE, CCNC, pp.140~147 (2015)
- Ammar Ahmed E. Elhadi, "Improving the Detection of Malware Behaviour Using Simplified Data Dependent API Call Graph", International Journal of Security and Its Applications, 7(5), pp.29~42 (2013)
- Im, E.G, "Detection methods for malware variant using API call related graphs", LNEE, pp.607~611 (2012)
- "Randomforest" (2020)[URL]