| 1 |
1
중앙처리장치로부터 수신한 대상 프로그램의 수행흐름정보에서 추출한 분기 목적지 주소를 기초로 머신러닝모델의 입력벡터를 생성하는 입력생성부; 및상기 머신러닝모델에 입력벡터를 입력하고, 상기 머신러닝모델에 의해 비정상 분기가 탐지되면 인터럽트 신호를 발생하는 모델연산부;를 포함하고,상기 모델연산부는 복수의 프로그램 종류를 위한 복수의 머신러닝모델을 포함하고, 상기 복수의 머신러닝모델 중에서 상기 대상 프로그램의 종류에 해당하는 머신러닝모델을 선택하여 구동하고,상기 복수의 머신러닝모델은 정상 또는 비정상의 분기정보를 포함하는 학습데이터를 이용하여 미리 학습되어 있고,상기 입력생성부는 머신러닝모델별 필요한 분기 목적지 주소의 범위를 설정한 룩업테이블을 포함하고, 상기 룩업테이블을 이용하여 상기 대상 프로그램의 종류에 해당하는 머신러닝모델에 필요한 분기 목적지 주소를 필터링하는 것을 특징으로 하는 비정상 분기 탐지 장치
|
| 2 |
2
제 1항에 있어서, 상기 입력생성부는,상기 수행흐름정보에서 분기 목적지 주소를 추출하는 패킷분석부; 및상기 패킷분석부에서 추출한 분기 목적지 주소 중 상기 머신러닝모델과 관련없는 분기 목적지 주소를 필터링하고 입력벡터를 생성하는 입력벡터생성부;를 포함하는 것을 특징으로 하는 비정상 분기 탐지 장치
|
| 3 |
3
제 1항에 있어서, 상기 입력생성부는,상기 수행흐름정보를 패킷단위로 분할하여 병렬 처리하는 복수 개의 분석유닛; 및상기 복수 개의 분석유닛에 의해 추출된 적어도 하나 이상의 분기 목적지 주소를 저장하는 제1 저장부;를 포함하는 것을 특징으로 하는 비정상 분기 탐지 장치
|
| 4 |
4
제 1항에 있어서, 상기 모델연산부는, 상기 입력생성부에 의해 생성된 입력벡터를 순차적으로 저장하는 제2 저장부;상기 제2 저장부에 저장된 입력벡터를 머신러닝모델에 입력하고 그 결과를 수신하는 구동부; 및상기 머신러닝모델의 결과가 비정상 탐지이면 인터럽트 신호를 발생하는 인터럽트관리부;를 포함하는 것을 특징으로 하는 비정상 분기 탐지 장치
|
| 5 |
5
제 1항에 있어서, 입력생성부 및 모델연산부는 시스템온칩(SoC)으로 구현되는 것을 특징으로 하는 비정상 분기 탐지 장치
|
| 6 |
6
제 1항에 있어서,상기 머신러닝모델은 그래픽처리장치(GPU)에서 동작하는 것을 특징으로 하는 비정상 분기 탐지 장치
|
| 7 |
7
제 6항에 있어서, 상기 그래픽처리장치는,그래픽처리장치를 기술한 하드웨어기술언어 코드를 이용하여 적어도 하나 이상의 머신러닝모델을 시뮬레이션하고, 상기 시뮬레이션에서 사용되지 않은 코드 영역을 제거한 하드웨어기술언어 코드를 이용하여 그래픽처리장치를 구현되는 것을 특징으로 하는 비정상 분기 탐지 장치
|
| 8 |
8
제 1항에 있어서, 상기 수행흐름정보는,중앙처리장치가 제공하는 추적 기능을 통해 파악되는 정보인 것을 특징으로 하는 비정상 분기 탐지 장치
|
| 9 |
9
중앙처리장치로부터 수신한 대상 프로그램의 수행흐름정보에서 추출한 분기 목적지 주소를 기초로 머신러닝모델의 입력벡터를 생성하는 단계; 복수의 프로그램 종류를 위한 복수의 머신러닝모델 중에서 상기 대상 프로그램의 종류에 해당하는 머신러닝모델을 선택하여 구동하는 단계; 및상기 선택된 머신러닝모델에 입력벡터를 입력하고, 상기 머신러닝모델에 의해 비정상 분기가 탐지되면 인터럽트 신호를 발생하는 단계;를 포함하고,상기 입력벡터를 생성하는 단계는, 머신러닝모델별 필요한 분기 목적지 주소의 범위를 설정한 룩업테이블을 포함하고, 상기 룩업테이블을 이용하여 상기 대상 프로그램의 종류에 해당하는 머신러닝모델에 필요한 분기 목적지 주소를 필터링하는 단계;를 포함하고,상기 복수의 머신러닝모델은 정상 또는 비정상의 분기정보를 포함하는 학습데이터를 이용하여 미리 학습되어 있는 것을 특징으로 하는 비정상 분기 탐지 방법
|
| 10 |
10
제 9항에 있어서, 상기 입력벡터를 생성하는 단계는, 상기 수행흐름정보에서 분기 목적지 주소를 추출하는 단계;상기 추출한 분기 목적지 주소 중 상기 머신러닝모델과 관련없는 분기 목적지 주소를 필터링하는 단계; 및상기 머신러닝모델과 관련 있는 분기 목적지 주소를 기초로 입력벡터를 생성하는 단계;를 포함하는 것을 특징으로 하는 비정상 분기 탐지 방법
|
| 11 |
11
제 9항에 있어서, 상기 입력벡터를 생성하는 단계는,상기 수행흐름정보를 패킷단위로 분할하여 병렬 처리하여 적어도 하나 이상의 분기 목적지 주소를 추출하는 단계; 및추출된 적어도 하나 이상의 분기 목적지 주소를 상기 수행흐름정보의 패킷 순서에 맞도록 저장하는 단계;를 포함하는 것을 특징으로 하는 비정상 분기 탐지 방법
|
| 12 |
12
제 9항에 있어서, 그래픽처리장치를 기술한 하드웨어기술언어 코드를 이용하여 적어도 하나 이상의 머신러닝모델을 시뮬레이션하고, 상기 시뮬레이션에서 사용되지 않은 코드 영역을 제거한 하드웨어기술언어 코드로 구현된 그래픽처리장치를 통해 상기 머신러닝모델을 구동하는 것을 특징으로 하는 비정상 분기 탐지 방법
|
| 13 |
13
제 9항 내지 제 12항 중 어느 한 항에 기재된 방법을 수행하기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체
|
