http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
Study on Machine Learning Techniques for Malware Classification and Detection
( Jaewoong Moon ),( Subin Kim ),( Jaeseung Song ),( Kyungshin Kim ) 한국인터넷정보학회 2021 KSII Transactions on Internet and Information Syst Vol.15 No.12
The importance and necessity of artificial intelligence, particularly machine learning, has recently been emphasized. In fact, artificial intelligence, such as intelligent surveillance cameras and other security systems, is used to solve various problems or provide convenience, providing solutions to problems that humans traditionally had to manually deal with one at a time. Among them, information security is one of the domains where the use of artificial intelligence is especially needed because the frequency of occurrence and processing capacity of dangerous codes exceeds the capabilities of humans. Therefore, this study intends to examine the definition of artificial intelligence and machine learning, its execution method, process, learning algorithm, and cases of utilization in various domains, particularly the cases and contents of artificial intelligence technology used in the field of information security. Based on this, this study proposes a method to apply machine learning technology to the method of classifying and detecting malware that has rapidly increased in recent years. The proposed methodology converts software programs containing malicious codes into images and creates training data suitable for machine learning by preparing data and augmenting the dataset. The model trained using the images created in this manner is expected to be effective in classifying and detecting malware.
김수빈(Kim Subin),문재웅(Moon Jaewoong),송재승(Song JaeSeung) 한국통신학회 2021 한국통신학회 학술대회논문집 Vol.2021 No.2
인공지능은 그 중에서도 머신러닝 기술의 발달과 함께, 다양한 분야에 활용되고 있다. 이러한 움직임은 정보보안 분야에도 예외가 아니기 때문에 네트워크 공격 분석 등에 인공지능 기술이 활용되고 있다. 또한, 악성코드가 점점 지능화 되고 있는데 이에 대한 수동적인 대응은 문제를 발생시킬 수 있기 때문에 악성코드를 능동적으로 처리하기 위하여 인공지능의 적용이 필요하다. 따라서, 본 논문에서는 악성 코드를 이미지화 하고, 이를 머신러닝을 통해 분석함으로써, 동일한 또는 비슷한 계열의 악성코드들을 분류할 수 있는 시스템에 대해 설계하였다.
김태윤(Taeupim Kim),장재웅(Jaewoong Jang),장경덕(Kyungduk Jang),문귀원(Gueewon Moon) 한국항공우주연구원 2016 항공우주산업기술동향 Vol.14 No.2
위성 및 발사체시스템의 경우 다양한 정보를 실시간으로 제공하고 처리하기 위해 고속 신호를 사용하는 전자장비의 사용이 많아짐에 따라 power integrity 및 signal integrity 등 EMI에 의한 시스템 영향성이 커지고 있다. 따라서 안정적인 시스템 성능 구현을 위해 시스템을 구성하는 전자장비에 대한 전자파적합성 대책 및 평가에 대한 규제를 강호하고 있다. 세계 우주시스템 개발을 주관하는 대표적인 기관인 NASA에서는 자체적인 전자파규격을 가지고 있으며 이는 미군사규격 MIL-STD-461C와 MIL-STD-462를 근간으로 제정되었다. 본 논문에서는 미국 항공우주국 고다드 우주센터(NASA GSFC)에서 개정한 전자파규격에 대해 살펴보고 이를 계기로 실질적이고 정확한 전자파규격 및 측정방법에 대한 고민을 하고자 한다. In case of modern satellite and launch system, as the electronic equipment using high-speed signal for providing and processing the large dataset in real time increases, the effect of EMI on system such as power integrity and signal integrity is gradually growing worse. Therefore EMC regulations on satellite platform are being strengthened to achieve a reliable system performance. NASA GSFC(Goddard Space Flight Center) has the EMC requirements as defined in the General Environmental Verification Specification (GEVS), GSFC-STD-7000. These requirements were based on the requirements of MIL-STD-461C and the test methods of MIL-STD-462. In this paper, updated EMC requirements of NASA GSFC will be introduced for consideration of practical and accurate EMC standard.