| 1 |
1
학습장치가 악성의 PDF 데이터를 입력받는 단계;상기 학습장치가 상기 PDF 데이터를 인코더에 입력하여 상기 PDF 데이터의 특징에 대한 잠재 벡터를 생성하는 단계;상기 학습장치가 상기 잠재 벡터를 생성기에 입력하여 상기 PDF 데이터에 대응하는 생성 데이터를 생성하는 단계;상기 학습장치가 판별기를 이용하여 상기 생성 데이터가 원본인지 생성된 데이터인지 판단하고, 생성된 데이터라고 판단한 경우 상기 생성기에 제1 피드백 정보를 전달하는 단계;상기 학습장치가 사전에 학습된 분류기를 이용하여 상기 생성 데이터의 라벨값을 분류하고, 분류 결과에 대한 제2 피드백 정보를 상기 생성기에 전달하는 단계; 및상기 학습 장치가 상기 제1 피드백 정보 및 상기 제2 피드백 정보를 수신한 후 상기 생성기가 생성하는 데이터를 학습 데이터로 결정하는 단계를 포함하는 악성 PDF 탐지용 학습 모델을 위한 학습 데이터 생성 방법
|
| 2 |
2
제1항에 있어서,상기 생성기는 상기 인코더에서 입력 데이터로부터 추출되는 특징의 변화 정도를 제어하고,상기 1 피드백 정보 및 상기 제2 피드백 정보 중 적어도 하나의 피드백 정보는 상기 생성기가 상기 인코더를 제어하는 정도를 조절하는 악성 PDF 탐지용 학습 모델을 위한 학습 데이터 생성 방법
|
| 3 |
3
제1항에 있어서,상기 잠재 벡터는 잠재 공간에서 표준편차가 기준값 이상인 데이터로 구성되는 악성 PDF 탐지용 학습 모델을 위한 학습 데이터 생성 방법
|
| 4 |
4
제1항에 있어서,상기 학습 장치는 상기 분류기의 비용함수가 적용된 전과 후의 분포 값을 비교하여 상기 PDF 데이터의 비견고 특징에 대한 잠재 벡터를 선별하여 상기 생성기에 입력하는 악성 PDF 탐지용 학습 모델을 위한 학습 데이터 생성 방법
|
| 5 |
5
분석장치가 PDF 데이터를 획득하는 단계; 및상기 분석장치가 학습모델에 상기 PDF 데이터를 입력하여 상기 PDF 데이터가 악성인지 여부를 판단하는 단계를 포함하되,상기 학습모델은 악성 PDF의 비견고 특징을 기준으로 상기 PDF 데이터가 악성인지 여부를 판단하고, 상기 학습 모델은 별도의 학습 데이터 네트워크를 이용하여 마련되는 학습데이터를 이용하여 사전에 학습되는 학습 모델을 이용한 악성 PDF 탐지 방법
|
| 6 |
6
제5항에 있어서,상기 분석장치는 PDF 파일을 입력받고, 상기 PDF 파일의 계층적 구조에 따른 특징을 추출하여 상기 PDF 데이터를 생성하는 단계를 더 포함하는 학습 모델을 이용한 악성 PDF 탐지 방법
|
| 7 |
7
제5항에 있어서,상기 학습 데이터 네트워크는 입력 PDF 데이터에서 잠재 벡터를 추출하는 인코더 및 상기 잠재 벡터로부터 생성 PDF 데이터를 생성하는 생성기를 포함하고,상기 잠재 벡터는 잠재 공간에서 표준편차가 기준값 이상인 데이터로 구성되는 학습 모델을 이용한 악성 PDF 탐지 방법
|
| 8 |
8
제7항에 있어서,상기 학습 데이터 네트워크는상기 생성 PDF 데이터가 원본인지 생성된 데이터인지 판단하고, 생성된 데이터라고 판단한 경우 상기 생성기에 제1 피드백 정보를 전달하는 판별기; 및상기 생성 데이터의 라벨값을 분류하고, 분류 결과에 대한 제2 피드백 정보를 상기 생성기에 전달하는, 사전에 학습된 분류기를 더 포함하는 학습 모델을 이용한 악성 PDF 탐지 방법
|
| 9 |
9
제8항에 있어서,상기 생성기는 상기 인코더에서 입력 데이터로부터 추출되는 특징의 변화 정도를 제어하고,상기 1 피드백 정보 및 상기 제2 피드백 정보 중 적어도 하나의 피드백 정보는 상기 생성기가 상기 인코더를 제어하는 정도를 조절하는 학습 모델을 이용한 악성 PDF 탐지 방법
|
| 10 |
10
PDF 파일을 입력받는 입력장치;PDF 파일이 악성인지 여부를 분류하는 학습모델을 저장하는 저장장치; 및상기 PDF 파일을 전처리하여 입력데이터를 생성하고, 상기 학습모델을 이용하여 상기 입력데이터를 분석하여 입력된 상기 PDF 파일이 악성인지 여부를 판별하는 연산장치를 포함하되,상기 학습모델은 악성 PDF의 비견고 특징을 기준으로 상기 PDF 파일이 악성인지 여부를 판단하고, 상기 학습 모델은 별도의 학습 데이터 네트워크를 이용하여 마련되는 학습데이터를 이용하여 사전에 학습되는 학습 모델을 이용하여 악성 PDF를 판별하는 분석장치
|
| 11 |
11
제10항에 있어서,상기 연산장치는 상기 PDF 파일의 계층적 구조에 따른 특징을 추출하여 상기 입력데이터를 생성하는 학습 모델을 이용하여 악성 PDF를 판별하는 분석장치
|
| 12 |
12
제10항에 있어서,상기 학습 데이터 네트워크는 입력 PDF 데이터에서 잠재 벡터를 추출하는 인코더 및 상기 잠재 벡터로부터 생성 PDF 데이터를 생성하는 생성기를 포함하고,상기 잠재 벡터는 잠재 공간에서 표준편차가 기준값 이상인 데이터로 구성되는 학습 모델을 이용하여 악성 PDF를 판별하는 분석장치
|
| 13 |
13
제12항에 있어서,상기 학습 데이터 네트워크는상기 생성 PDF 데이터가 원본인지 생성된 데이터인지 판단하고, 생성된 데이터라고 판단한 경우 상기 생성기에 제1 피드백 정보를 전달하는 판별기; 및상기 생성 데이터의 라벨값을 분류하고, 분류 결과에 대한 제2 피드백 정보를 상기 생성기에 전달하는, 사전에 학습된 분류기를 더 포함하는 학습 모델을 이용하여 악성 PDF를 판별하는 분석장치
|
| 14 |
14
제13항에 있어서,상기 생성기는 상기 인코더에서 입력 데이터로부터 추출되는 특징의 변화 정도를 제어하고,상기 1 피드백 정보 및 상기 제2 피드백 정보 중 적어도 하나의 피드백 정보는 상기 생성기가 상기 인코더를 제어하는 정도를 조절하는 학습 모델을 이용한 악성 PDF 탐지용 분석장치
|
