선형 SVM기반의 안드로이드 악성코드 탐지 성능향상 방안

초록

최근 모바일 기기의 성능이 향상되면서 다양한 모바일 서비스들이 등장하고 있다. 서비스의 다양화는 모바일 사용자들에게 편리함을 주었으며, 스마트폰 사용자 수는 점점 증가하고 있다. 사용자 수의 증가로 인하여 스마트폰을 공격하여 사용자들의 민감한 정보를 탈취하는 악성코드들이 많이 발생하고 있다. 스마트폰 OS 중 안드로이드의 경우 악성코드를 포함한 어플리케이션 발견의 수가 가장 많으며, 탐지율이 가장 낮다. 이에 따라 본 논문에서는 안드로이드 환경에서 악성코드를 탐지하기 위해 기계학습 분류기 선형 SVM(Support Vector Machine)을 적용한 악성코드 탐지 시스템을 개발하고, 시스템을 통해 악성코드를 분석하고자 한다. 악성코드 탐지 시스템의 분석적 성능 향상을 보이기 위해 정규화를 사용한 결과와 사용하지 않은 결과를 보인다. 또한 본 논문에서 개발한 악성코드 탐지 시스템이 새로운 악성코드에 대한 탐지 가능성에 대한 가능성을 확인하기 위해 트레이닝 셋에 있는 악성코드에 대한 악성코드 탐지 결과와 트레이닝 셋에 없는 악성코드 탐지 결과를 비교한다.

키워드