공부/논문 리뷰 3

Xu et al. Neural Network-based Graph Embedding for Cross-Platform Binary Code Similarity Detection. (CCS 2017) 요약

ABSTRACT cross-platfrom 바이너리 코드 유사성 탐지는 approximate graphmatching algorithms에 의존한다. 이 방식은 느리고 정확하지않음 이에 신경망을 기반으로 바이너리 코드 유사성을 탐지하는 방법을 제안한다. 이를통해 취약한 펌웨어를 잘 식별하고 Deep learning for Security의 성공사례를 제시 INTRODUCTION 바이너리 코드 유사성 감지는 표절 감지, 악성 코드 감지, 취약점 검색 등 다양한 보안 응용 분야에서 활용되며 점점 바이너리 코드 유사성 감지가 주목받고 있음 특히 IOT 펌웨어 이미지에서 취약점 검색은 매우 중요함 단일 소스 코드 수준의 버그가 다양한 하드웨어 아키텍처와 소프트웨어 플랫폼을 가진 수백 개 이상의 기기에 퍼질 수 ..

머신러닝 기반 비트코인 네트워크 불법거래 계정/트랜잭션 탐지 시스템 리뷰

블록체인을 이용한 악성 활동들을 사전에 차단하고, 악성 사용자들을 찾아내기 위하여 블록체인 네트워크의 모니터링, 더 나아가 트랜잭션 및 계정에 대한 탐지 작업은 매우 중요한 문제로 부각되고 있다. 악성 계정과 트랜잭션은 블록체인의 특성상 조기에 발견하거나 탐지하기가 쉽지않다. 이런 문제점을 해결하기 위하여 악성 상용자 및 트랜잭션을 탐지하기 위한 연구가 진행중이나 아직 정확한 검증을 거친 방법론은 미비하다. 따라서 본 논문은 머신러닝을 기반으로 한 비트코인 네트워크의 불법거래 트랜잭션, 계정을 탐지하는 시스템을 제안한다. 비트코인 계정 구조 비트코인의 거래는 계정의 주소를 기반으로 이루어 지는데 각각의 계정은 자신의 공개키, 개인키를 소유하고 있다. 또한 계정 정보에는 계정이 발생시킨 트랜잭션 정보, 잔..

설명 가능한 정기예금 가입 여부 예측을 위한 앙상블 학습 기반 분류 모델들의 비교 분석 리뷰

https://www.kci.go.kr/kciportal/ci/sereArticleSearch/ciSereArtiView.kci?sereArticleSearchBean.artiId=ART002750157 설명 가능한 정기예금 가입 여부 예측을 위한 앙상블 학습 기반 분류 모델들의 비교 분석 정기예금 가입 여부 예측은 은행의 대표적인 금융 마케팅 중 하나로, 은행은 다양한 고객 정보를 활용하여 예측 모델을 구성할 수 있다. 정기예금 가입 여부의 분류 정확도를 향상하기 위해, 많 www.kci.go.kr 본 논문은 정기예금 가입 여부를 예측하기 위해 머신러닝을 사용하고 이때 가장 적합한 머신러닝 모델을 찾아가는 내용이다. 특히 핵심적인 내용은 정기예금 가입 여부 예측을 위해 분류모델 (가입한다 / 안한다)을..

728x90