DOI QR코드

DOI QR Code

A Study on Data Embedding for Efficient Program Behavior Modeling

효율적인 프로그램 행위 모델링을 위한 데이터 임베딩 연구

  • Ahn, Sunwoo (Dept. of Electrical and Computer Engineering and Inter-university Semiconductor Research Center, Seoul National University) ;
  • Kim, Hyunjun (Dept. of Electrical and Computer Engineering and Inter-university Semiconductor Research Center, Seoul National University) ;
  • Ha, Whoi Ree (Dept. of Electrical and Computer Engineering and Inter-university Semiconductor Research Center, Seoul National University) ;
  • Ahn, Seonggwan (Dept. of Electrical and Computer Engineering and Inter-university Semiconductor Research Center, Seoul National University) ;
  • Paek, Yunheung (Dept. of Electrical and Computer Engineering and Inter-university Semiconductor Research Center, Seoul National University)
  • 안선우 (서울대학교 전기정보공학부, 서울대학교 반도체 공동연구소) ;
  • 김현준 (서울대학교 전기정보공학부, 서울대학교 반도체 공동연구소) ;
  • 하회리 (서울대학교 전기정보공학부, 서울대학교 반도체 공동연구소) ;
  • 안성관 (서울대학교 전기정보공학부, 서울대학교 반도체 공동연구소) ;
  • 백윤흥 (서울대학교 전기정보공학부, 서울대학교 반도체 공동연구소)
  • Published : 2021.05.12

Abstract

최근 프로그램은 그 크기와 복잡도가 나날이 증가하고 있어, 프로그램 행위 모델링에 대한 중요성은 다양한 분야에서 증대되고 있다. 프로그램의 동적 분석은 런타임에 생성되는 데이터가 너무나 많아, 많은 데이터를 활용하기 용이한 딥러닝 기술이 사용되고 있다. 하지만, 기존의 연구들은 연산과 연산의 매개변수 중 매개변수에 대한 고려가 충분치 않았다. 이는 매개변수가 딥러닝에 알맞은 입력으로 표현되기 어렵기 때문인데, 우리는 이를 해결하기 위해 매개변수로 인해 발생되는 런타임 행위에서 특징적인 값들을 추출하는 것으로 대체하였다. 또한, 연산과 특징적인 값들이 여러 개의 LSTM-RNN 으로 처리됨을 보이고, 이 결과를 시각화 하여 효과적임을 보였다.

Keywords

Acknowledgement

이 논문은 2021년도 BK21 FOUR 정보기술 미래인재 교육연구단과 2021년도 정부(과학기술정보통신부)의 재원으로 한국연구재단의 지원을 받아 수행된 연구임 (NRF-2020R1A2B5B03095204).