Proceedings of the Korea Information Processing Society Conference (한국정보처리학회:학술대회논문집)

  • 2023.11a
  • /
  • Pages.796-798
  • /
  • 2023
  • /
  • 2005-0011(pISSN)
  • /
  • 2671-7298(eISSN)
Korea Information Processing Society (한국정보처리학회)
권호 표지
DOI QR코드

DOI QR Code

CNN-based benign/malware classification for security enhancement for IoT device

IoT기기의 보안강화를 위한 CNN기반 정상/악성코드 분류

  • Suyeong Kim (Dept. of Computer and Information Engineering, Daegu University) ;
  • Seoyoung Heo (Dept. of Computer and Information Engineering, Daegu University) ;
  • Byung-Hyun Lee (Neostack, Inc.) ;
  • Miran Lee (Dept. of Computer and Information Engineering, Daegu University)
  • 김수영 (대구대학교 컴퓨터정보공학부) ;
  • 허서영 (대구대학교 컴퓨터정보공학부) ;
  • 이병현 (주식회사 네오스텍 기업부설연구소) ;
  • 이미란 (대구대학교 컴퓨터정보공학부)
  • Published : 2023.11.02
Download PDF
⟨ Previous Next ⟩

Abstract

IoT 기기 사용량의 증가로 인해 해킹 사례도 함께 증가하며 보안의 중요성이 커지고 있다. 본 논문은 IoT 보안 취약점을 해결하기 위해 정상/악성코드의 데이터셋을 Grayscale로 변환하여 악성코드/정상코드로 분류하는 알고리즘을 개발해 IoT 기기에서 성능을 검증한다. 분류에 이용되는 딥러닝 알고리즘은 CNN(Convolutional Neural Network)으로 99.60%의 평균 정확도를 나타내며 IoT 기기(라즈베리파이)에서도 잘 작동됨을 확인할 수 있다.

Keywords

Acknowledgement

본 논문은 과학기술정보통신부 정보통신창의인재양성사업의 지원을 통해 수행한 ICT멘토링 프로젝트 결과물입니다.