정적 분석 기반 기계학습 기법을 활용한 악성코드 식별 시스템 연구
A Study on Malware Identification System Using Static Analysis Based Machine Learning Technique
1
조회
0
다운로드
9
인용
0
참고문헌
키워드
초록
신규 및 변종 악성코드의 발생으로 모바일, IoT, windows, mac 등 여러 환경에서 악성코드 침해 공격이 지속적으로 증가하고 있으며, 시그니처 기반 탐지의 대응만으로는 악성코드 탐지에 한계가 존재한다. 또한, 난독화, 패킹,Anti-VM 기법의 적용으로 분석 성능이 저하되고 있는 실정이다. 이에 유사성 해시 기반의 패턴 탐지 기술과 패킹에따른 파일 분류 후의 정적 분석 적용으로 기계학습 기반 악성코드 식별이 가능한 시스템을 제안한다. 이는 기존에 알려진 악성코드의 식별에 강한 패턴 기반 탐지와 신규 및 변종 악성코드 탐지에 유리한 기계학습 기반 식별 기술을 모두 활용하여 보다 효율적인 탐지가 가능하다. 본 연구 결과물은 정보보호 R&D 데이터 챌린지 2018 대회의 AI기반악성코드 탐지 트랙에서 제공하는 정상파일과 악성코드를 대상으로 95.79% 이상의 탐지정확도를 도출하여 분석 성능을 확인하였다. 향후 지속적인 연구를 통해 패킹된 파일의 특성에 맞는 feature vector와 탐지기법을 추가 적용하여 탐지 성능을 높이는 시스템 구축이 가능할 것으로 기대한다.
Abstract
Malware infringement attacks are continuously increasing in various environments such as mobile, IOT, windows and macdue to the emergence of new and variant malware, and signature-based countermeasures have limitations in detection ofmalware. In addition, analytical performance is deteriorating due to obfuscation, packing, and anti-VM technique. In thispaper, we propose a system that can detect malware based on machine learning by using similarity hashing-based patterndetection technique and static analysis after file classification according to packing. This enables more efficient detectionbecause it utilizes both pattern-based detection, which is well-known malware detection, and machine learning-based detectiontechnology, which is advantageous for detecting new and variant malware. The results of this study were obtained bydetecting accuracy of 95.79% or more for benign sample files and malware sample files provided by the AI-based malwaredetection track of the Information Security R&D Data Challenge 2018 competition. In the future, it is expected that it willbe possible to build a system that improves detection performance by applying a feature vector and a detection method tothe characteristics of a packed file.
참고문헌 (21)
- "KISA and KIISC"[URL]
- "KISA"[URL]
- "AV-TEST, The AV-TEST security report 2017", 18, AV-TEST, 2018
- Cisco 2018 annual cybersecurity reposrt, "Cisco", Cisco, ~ (2018)
- Y. Li, "Experimental study of fuzzy hashing in malware clustering analysis", 8th Workshop on Cyber Security Experimentation and Test ({CSET} 15) (2015)
- 고동우, "API 콜 시퀀스와 Locality Sensitive Hashing을 이용한 악성코드 클러스터링 기법에 관한 연구", 정보보호학회논문지, 27(1), pp.91~101 (2017), 한국정보보호학회[DOI]
- Z. Min, "Droid analytics: a signature based analytic system to collect, extract, analyze and associate android malware", 201312th IEEE International Conference on Trust, Security and Privacy in Computing and Communications, pp.163~171 (2013)
- M. Ahmadi, "Novel feature extraction, selection and fusion for effective malware family classification", Proceedings of the Sixth ACM Conference on Data and Application Security and Privacy, pp.183~194 (2016)
- Y. Zhong, "A malware classification method based on similarity of function structure", 2012 IEEE, 2012, 256~261
- R. Islam, "Classification of malware based on integrated static and dynamic features", Journal of Network and Computer Applications, 36(2), pp.646~656 (2013)
- J. Kornblum, "Identifying almost identical files using context triggered piecewise hashing", Digital investigation, 3, pp.91~97 (2006)
- J. Oliver, "TLSH--a locality sensitive hash", 2013 Fourth Cybercrime and Trustworthy Computing Workshop, pp.7~13 (2013)
- "NIST"[URL]
- "Virusshare"[URL]
- M. Z. Shafiq, "PE-Miner: Mining Structural Information to Detect Malicious Executables in Realtime", International Workshop on Recent Advances in Intrusion Detection, LNCS 5758, pp.121~141 (2009)
- Dong-hwi Shin, "The packer detection signature generation based on unpacking algorithm characteistic", Korea Computer Congress 2010, pp.56~60 (2010)
- G. Taha, "Counterattacking the packers", McAfee Avert Labs, ~ (2007)
- M. Bat-Erdene, "Packer detection for multi-layer executables using entropy analysis", Entropy, 19(3) (2017)
- Ho-dong Lee, "Reverse engineering 1(file structure section)" (2016), Hanbit Media
- M. Sikorski, "Practical Malware Analysis: The Hands-On Guide to Dissecting Malicious Software" (2013), Acorn Publication
- S. Marsland, "Machine Learning: An Algorithmic Perspective", Jpub, ~ (2016)