맞춤기술찾기

이전대상기술

정상 또는 악성 앱이 선호하는 특징기능을 멀웨어 탐지 및 분류에 이용하는 멀웨어 탐지 분류 방법 및 시스템

  • 기술번호 : KST2020007438
  • 담당센터 : 경기기술혁신센터
  • 전화번호 : 031-8006-1570
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 본 발명은 애플리케이션(application)이 필수적으로 포함하는 API(Application Program Interface), 퍼미션(Permission) 등과 같은 특징기능을 다수의 정상 앱이 이용하는 것과, 다수의 악성 앱이 이용하는 것으로 분류하고, 분류된 선호 특징기능의 목록을 애플리케이션의 멀웨어 감염 진단에 이용하는 멀웨어 탐지 및 분류에 관한 기술로서, 진단 대상 앱에 포함된 특징기능을 추출하는 특징 추출부와, 멀웨어가 포함되지 않은 정상 앱 그룹에서 추출된 특징기능의 정상 리스트 또는 멀웨어가 포함된 악성 앱 그룹에서 추출된 특징기능의 악성 리스트를 이용하여 진단 대상 앱의 멀웨어 포함 여부를 진단하는 악성코드 진단부를 포함한다.
Int. CL G06F 21/56 (2013.01.01)
CPC G06F 21/56(2013.01)
출원번호/일자 1020180155523 (2018.12.05)
출원인 단국대학교 산학협력단
등록번호/일자 10-2174481-0000 (2020.10.29)
공개번호/일자 10-2020-0068483 (2020.06.15) 문서열기
공고번호/일자 (20201104) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2018.12.05)
심사청구항수 9

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 단국대학교 산학협력단 대한민국 경기도 용인시 수지구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 조성제 경기도 용인시 수지구
2 정재민 경기도 용인시 수지구
3 이현재 경기도 양평군

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 정기택 대한민국 서울특별시 서초구 강남대로**길 **, *층 (반포동, 새로나빌딩)(스카이특허법률사무소)
2 오위환 대한민국 서울특별시 서초구 강남대로**길 **, *층 (반포동, 새로나빌딩)(스카이특허법률사무소)
3 나성곤 대한민국 서울특별시 서초구 강남대로**길 **, *층 (반포동, 새로나빌딩)(스카이특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 단국대학교 산학협력단 경기도 용인시 수지구
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application
2018.12.05 수리 (Accepted) 1-1-2018-1220565-26
2 선행기술조사의뢰서
Request for Prior Art Search
2019.10.11 수리 (Accepted) 9-1-9999-9999999-89
3 선행기술조사보고서
Report of Prior Art Search
2019.11.08 수리 (Accepted) 9-1-2019-0050748-51
4 의견제출통지서
Notification of reason for refusal
2020.02.06 발송처리완료 (Completion of Transmission) 9-5-2020-0090408-87
5 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
2020.04.06 수리 (Accepted) 1-1-2020-0356846-86
6 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2020.04.06 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2020-0356870-72
7 등록결정서
Decision to grant
2020.10.23 발송처리완료 (Completion of Transmission) 9-5-2020-0732611-20
8 출원인정보변경(경정)신고서
Notification of change of applicant's information
2020.10.26 수리 (Accepted) 4-1-2020-5239146-54
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
진단 대상 앱에 포함된 특징기능을 추출하는 특징 추출부와;멀웨어가 포함되지 않은 정상 앱 그룹에서 추출된 특징기능의 정상 리스트 또는 멀웨어가 포함된 악성 앱 그룹에서 추출된 특징기능의 악성 리스트를 이용하여 상기 진단 대상 앱의 멀웨어 포함 여부를 진단하는 악성코드 진단부를 포함하고;상기 정상 리스트 및 상기 악성 리스트의 특징기능들은 앱들에 포함된 경우의 수가 많은 순서로 정렬되고,상기 악성코드 진단부는 상기 정상 리스트 또는 상기 악성 리스트 중 기 설정된 범위의 상위 특징기능 정보를 이용하여 멀웨어를 진단하고;상기 악성코드 진단부는상기 특징 추출부가 진단 대상 앱에서 추출한 복수의 특징기능을 대상으로,추출된 특징기능 중 정상 리스트에만 존재하는 정상 특징기능과, 악성 리스트에만 존재하는 악성 특징기능을 정제하며,전체 정상 특징기능의 수 및 각 정상 특징기능의 정상 리스트 상의 순위 를 이용하여 을 연산하고,전체 악성 특징기능의 수 및 각 악성 특징기능의 정상 리스트 상의 순위 를 이용하여 를 연산하며,상기 가 상기 보다 크면 상기 진단 대상 앱을 정상 앱으로 판단하고,상기 가 상기 보다 작으면 상기 진단 대상 앱을 악성 앱으로 판단하며,상기 가 상기 와 같으면 잠재적인 불필요 앱(Potentially Unwanted App, PUA)판단하는 것을 특징으로 하는 멀웨어 탐지 분류 시스템
2 2
제1항에 있어서,상기 특징기능은 API(Application Program Interface), 퍼미션(Permission) 중 적어도 하나를 포함하는 것을 특징으로 하는 멀웨어 탐지 분류 시스템
3 3
삭제
4 4
제1항에 있어서, 상기 악성코드 진단부는상기 정상 리스트 중 악성 앱에 포함된 경우의 수가 기 설정된 수 이하인 상위 특징기능 중 복수개를 진단 대상 앱이 포함하고 있으면, 상기 진단 대상 앱이 정상 앱인 것으로 판단하는 것을 특징으로 하는 멀웨어 탐지 분류 시스템
5 5
제1항에 있어서, 상기 악성코드 진단부는상기 악성 리스트 중 정상 앱에 포함된 경우의 수가 기 설정된 수 이하인 상위 특징기능 중 복수개를 진단 대상 앱이 포함하고 있으면, 상기 진단 대상 앱이 악성 앱인 것으로 판단하는 것을 특징으로 하는 멀웨어 탐지 분류 시스템
6 6
삭제
7 7
제1항에 있어서, 상기 악성코드 진단부는정상 리스트에 포함된 특징기능의 총 개수를 , 정상 특징기능의 개별 순위를 p, 악성 리스트에 포함된 특징기능의 총 개수를 , 악성 특징기능의 개별 순위를 q로 정의하고,정상 리스트의 개별 특징기능을 순차적으로 진단 대상 앱에 포함된 특징기능과 대비하여 동일한 특징기능이 있을 때 변수 D에 대해 의 연산을 수행하며,악성 리스트의 개별 특징기능을 순차적으로 진단 대상 앱에 포함된 특징기능과 대비하여 동일한 특징기능이 있을 때 의 연산을 수행하고,최종 D의 값이 0보다 크면 정상 앱, D의 값이 0보다 작으면 악성 앱으로 판단하는 것을 특징으로 하는 멀웨어 탐지 분류 시스템
8 8
제1항에 있어서, 상기 악성코드 진단부는상기 정상 리스트 또는 상기 악성 리스트를 이용하여 진단 대상 앱을 필터링하는 표층 진단부와;상기 표층 진단부에서 진단 대상 앱이 정상 앱이 아닌 것으로 진단하거나, 악성 앱으로 진단한 경우, 머신러닝을 이용하여 재차 멀웨어 포함 여부를 진단하는 심층 진단부를 포함하는 것을 특징으로 하는 멀웨어 탐지 분류 시스템
9 9
제 8항에 있어서,상기 악성 리스트는 멀웨어 패밀리에 대응하는 멀웨어 카테고리 별로 생성되고,상기 표층 진단부는 상기 악성 리스트를 이용한 필터링 시 악성 앱에 멀웨어 카테고리를 함께 정의하는 것을 특징으로 하는 멀웨어 탐지 분류 시스템
10 10
제1항에 있어서, 상기 악성코드 진단부는 기계학습 분류기인 랜덤포레스트(random forest)를 포함하는 머신러닝 모델을 이용하여 상기 진단 대상 앱의 멀웨어 포함 여부를 진단하는 것을 특징으로 하는 멀웨어 탐지 분류 시스템
11 11
특징 추출부가 진단 대상 앱에 포함된 특징기능을 추출하는 단계와;악성코드 진단부가 멀웨어가 포함되지 않은 정상 앱 그룹에서 추출된 특징기능의 정상 리스트 또는 멀웨어가 포함된 악성 앱 그룹에서 추출된 특징기능의 악성 리스트를 이용하여 상기 진단 대상 앱의 멀웨어 포함 여부를 진단하는 단계;상기 정상 리스트 및 상기 악성 리스트의 특징 기능들은 앱들에 포함된 경우의 수가 많은 순서로 정렬하는 단계;상기 악성코드 진단부는 상기 정상 리스트 또는 상기 악성 리스트 중 기 설정된 범위의 상위 특징기능 정보를 이용하여 멀웨어를 진단하는 단계;상기 악성코드 진단부는 상기 특징 추출부가 진단 대상 앱에서 추출한 복수의 특징기능을 대상으로, 추출된 특징기능 중 정상 리스트에만 존재하는 정상 특징기능과, 악성 리스트에만 존재하는 악성 특징기능을 정제하는 단계;를 포함하고전체 정상 특징기능의 수 및 각 정상 특징기능의 정상 리스트 상의 순위 를 이용하여 을 연산하고,전체 악성 특징기능의 수 및 각 악성 특징기능의 정상 리스트 상의 순위 를 이용하여 를 연산하며,상기 가 상기 보다 크면 상기 진단 대상 앱을 정상 앱으로 판단하고,상기 가 상기 보다 작으면 상기 진단 대상 앱을 악성 앱으로 판단하며,상기 가 상기 와 같으면 잠재적인 불필요 앱(Potentially Unwanted App, PUA)판단하는 단계를 포함하는 것을 특징으로 하는 멀웨어 탐지 분류 방법
지정국 정보가 없습니다
패밀리정보가 없습니다
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 미래창조과학부 정보통신기술진흥센터 SW인재양성사업(Ez) (국고)SW중심대학 지원사업
2 과학기술정보통신부 단국대학교 중견연구자지원사업(Ez) 교차 플랫폼 프레임워크로 작성된 모바일 멀웨어를 탐지하기 위한 지능형 분석 시스템