Proceedings of the Korean Society of Computer Information Conference (한국컴퓨터정보학회:학술대회논문집)

Korean Society of Computer Information (한국컴퓨터정보학회)
권호 표지

Proposal and empirical study of web shell detection system (MWSDS) applying machine learning-based supervised learning and classification

머신러닝기반의 지도학습과 분류 알고리즘을 적용한 웹쉘 탐지시스템(MWSDS)제안 연구

  • Ki-hwan Kim (ETRI) ;
  • Sangdo Lee (KMA) ;
  • Yongtae Shin (Dept. of Computer Science, Sungsil University)
  • 김기환 (한국전자통신연구원) ;
  • 이상도 (육군사관학교 컴퓨터과학과) ;
  • 신용태 (숭실대학교 컴퓨터공학과)
  • Published : 2024.01.17
Download PDF
⟨ Previous Next ⟩

Abstract

본 논문에서는 웹쉘 악성코드를 정확하게 분류하고, 빠른시간안에 자동으로 웹쉘 분류 및 분석을 통하여 웹쉘을 탐지하기 위하여 인공지능 머신러닝 기반의 Supervised AI ML 및 Classification 알고리즘을 적용하여 빠른 시간안에 분류, 정확한 분석을 통하여 자동화된 탐지시스템인 MWSDS를 제안하고 웹쉘 실험 데이터를 통하여 실증하였다. 본제안의 경우 웹쉘악성코드 공격에 대한 대응뿐만아니라 관리적인 정보보호 체계수립을 통하여 보다 효과적이며, 지속적으로 대응할 수 있을 것으로 전망된다.

Keywords

References

  1. https://www.cisco.com
  2. LuJinping,TangZhi,MaoJian,Gu Zhiling,Zhang Jiemin," Mixed-Models Method Based on Machine Learning in Detecting WebShell Attack". CIPAE 2020S.G. Lee(2017-12-13), Global digital healthcare technology trends and challenges
  3. Jeong Woo-cheol. "Graph database-based malicious code multi-action pattern detection and tracking technique". Soongsil University Graduate School. 2020
  4. KimKiHwan."Research on defense system through collection and analysis of web shell based on artificial intelligence machine learning",KSII,2019