Acknowledgement
이 논문은 2021년도 정부(과학기술정보통신부)의 재원으로 정보통신기획평가원의 지원(No.2020-0-01840, 스마트폰의 내부데이터 접근 및 보호 기술 분석)과 한국연구재단의 지원을 받아 수행된 연구이며(NRF-2020R1A2B5B03095204), 2021년도 BK21 FOUR 정보기술 미래인재 교육연구단에 의하여 지원된 연구임을 밝힙니다.
Annual Conference of KIPS (한국정보처리학회:학술대회논문집)
- 2021.05a
- /
- Pages.128-131
- /
- 2021
- /
- 2005-0011(pISSN)
- /
- 2671-7298(eISSN)
DOI QR Code
A Survey on Machine Learning-Based Code Authorship Identification
머신 러닝 기반 코드 작성자 식별 기술에 대한 조망
- Kim, Hyun-Jun (Dept. of Electrical and Computer Engineering and Inter-University Semiconductor Research Center (ISRC), Seoul National University) ;
- Ahn, Sun-woo (Dept. of Electrical and Computer Engineering and Inter-University Semiconductor Research Center (ISRC), Seoul National University) ;
- Ahn, Seong-gwan (Dept. of Electrical and Computer Engineering and Inter-University Semiconductor Research Center (ISRC), Seoul National University) ;
- Nam, Kevin (Dept. of Electrical and Computer Engineering and Inter-University Semiconductor Research Center (ISRC), Seoul National University) ;
- Paek, Yun-Heung (Dept. of Electrical and Computer Engineering and Inter-University Semiconductor Research Center (ISRC), Seoul National University)
- 김현준 (서울대학교 전기정보공학부, 반도체공동연구소) ;
- 안선우 (서울대학교 전기정보공학부, 반도체공동연구소) ;
- 안성관 (서울대학교 전기정보공학부, 반도체공동연구소) ;
- 남기빈 (서울대학교 전기정보공학부, 반도체공동연구소) ;
- 백윤흥 (서울대학교 전기정보공학부, 반도체공동연구소)
- Published : 2021.05.12
Abstract
본 논문에서는 특정 코드를 분석하여 해당 코드를 작성한 저자가 누구인지 식별할 수 있는 머신 러닝 기반 코드 저자 식별 기술에 대해 소개한다. 먼저 소스 코드를 분석하여 저자를 확인하는 기법들에 알아볼 것이다. 또한 저자를 식별할 수 있는 정보가 다소 소실된 바이너리 코드를 분석하여 저자를 확인하는 기법을 살펴본 다음, 저자 식별 기법의 향후 연구 방향에 대해 탐색하고자 한다.
Keywords