홈 > 뉴스센터 > 리포트
 
 
작성일 : 18-01-31 11:16
[한국인터넷진흥원] 머신러닝 기반 악성코드 분석 알고리즘 적합성 연구
 글쓴이 : 테크포럼
 
목 차
 
제 1 장 서론      1
제 1 절 배경 및 연구동향      1
 1. 악성코드 피해의 증가      1
 2. 머신러닝기술의 발전      2
 3. 머신러닝과 보안의 관계      3
제 2 절 과제의 필요성      4
 1. 머신러닝을 통한 악성코드 분석의 방향      4
 2. 머신러닝을 이용한 악성코드 알고리즘의 종류를 분류      6
 3. MNIST 방식의 응용      7
 4. 다중 뉴럴 네트워크의 활용      9
 5. 텐서플로우가 제공하는 신경망과 소프트맥스      11
 
제 2 장 머신러닝 기술      13
제 1 절 구글의 Tensorflow 기술      13
 1. 개요      13
 2. 구글의 Tensorflow 공개      13
 3. 인간의 뇌와 딥러닝의 처리과정 비교      14
 4. 텐서플로우의 용어      17
제 2 절 머신러닝의 분야별 응용동향      20
 1. 딥러닝 기술의 핵심 인공신경망      20
 2. 머신러닝과 클라우드 플랫폼      23
 3. 머신러닝 기반 클라우드 서비스      27
 4. 구글 프로젝트 윙, 자율주행 자동차      29
 5. 구글 데이터 센터 최적화      31
 6. 향후 전망      32
 
제 3 장 머신러닝을 사용한 악성코드 분류      34
제 1 절 머신러닝의 수행단계      34
 1. 머신러닝의 수행단계      34
 2. Supervised Learning (지도학습) 방식      35
 3. Unsupervised Learning (비지도학습) 방식      42
제 2 절 악성코드 이미지화(Imagification)      49
 1. 악성코드 이미지화 기술의 개발 필요성      49
 2. 연구 방법 및 절차      50
 3. 악성코드 이미지화 연구      52
제 3 절 Tensorflow 악성코드 학습 및 분류기 개발      58
 1. 개발 시스템 구성      58
 2. 악성코드 시각화의 특징      61
 3. 이미지 텍스쳐      62
 4. Tensorflow를 이용한 이미지 학습/분류기 개발      63
 5. 학습/분류기 원리      64
 6 텐서플로우를 이용한 이미지 학습/분류기 성능     66
 
제 4 장 텐서플로우 인셉션 악성코드 분류      68
제 1 절 머신러닝 알고리즘 파라미터 튜닝     68
 1. 머신러닝 알고리즘 선택      68
 2. 머신러닝 알고리즘의 파라미터 설정      70
제 2 절 머신러닝 알고리즘 실험 환경설정      73
 1. 텐서플로우 GPU 라이브러리 및 CNN 설치      73
 2. TF-Slim 라이브러리 설치     78
 3. 분류 이미지 TFRecord 변환      81
 4. 딥러닝 모델 학습      86
 5. 딥러닝 모델 분류 평가      97
제 3 절 머신러닝 알고리즘 실험 결과 및 고찰     104
 1. Fine tune방식과 Scratch 방식의 실험      104
 2. Square vs. Rectangle      106
 3. 정확도 향상을 위한 방안      108
 4. 악성코드 내부의 Quality 보완 방식      120
제 4 절 KISA 랜섬웨어 악성코드에 적용     122
 1. KISA 데이터 셋      122
 2. CRIS Ensemble 알고리즘의 적용      123
 3. Ensemble에서 새로운 방식의 추가 결과      127
 
제 5 장 결론      129
 1. 머신러닝 악성코드 학습/분류기의 개발과 적합성     130
 2. 머신러닝 악성코드 학습/분류기 연구방향      133
 
참고문헌      135

 
 

 
 

Total 4,235
4235 [포스코경영연구소] 2025년 리튬 수급 전망: 일시적 공급 초과 불구, 전반적인 공급 … 테크포럼 05-17
4234 [에너지경제연구원] 에너지수요전망 (2018년 봄호) 테크포럼 05-17
4233 [정보통신산업진흥윈] 디지털 헬스케어 최근 동향과 시사점 테크포럼 05-17
4232 [정보통신산업진흥윈] 5G 이동통신 산업 환경 분석과 대응방안 테크포럼 05-17
4231 [LG경제연구원] 인공지능에 의한 일자리 위험 진단 테크포럼 05-17
4230 [LG경제연구원] 인도 플라스틱 시장의 성장을 견인할 구조적 변화들 테크포럼 05-17
4229 [KT경제경영연구소] Facebook, F8 2018 개최…주요 내용 및 전망 테크포럼 05-17
4228 [KT경제경영연구소] 국내 AI 스피커 시장 동향 및 지불결제 시장 전망 테크포럼 05-17
4227 [KT경제경영연구소] 2018 Target Audience Report - 50s 테크포럼 05-17
4226 [대한무역투자진흥공사] 2018 베이징 모터쇼에서 엿보는 中 미래 자동차 테크포럼 05-09
4225 [한국인터넷진흥원] 온라인 동영상 광고 현황조사 및 정책 연구 테크포럼 05-09
4224 [국제무역연구원] 미국의 대(對)한· 중 반덤핑 품목 분석 및 대응 방안 테크포럼 05-09
4223 [정보통신산업진흥윈] AI First, AI Everywhere로 전개되는 인공지능 테크포럼 05-09
4222 [정보통신산업진흥윈] 소프트웨어 정의 차량 네트워크 구조 현황 테크포럼 05-09
4221 [LG경제연구원] 2018년 국내외 경제전망 테크포럼 05-09
 1  2  3  4  5  6  7  8  9  10    






가입사실확인