DOI QR코드

DOI QR Code

악성코드 및 패커 탐지를 이용한 공격 그룹 판별

Identification of Attack Group using Malware and Packer Detection

  • 투고 : 2017.08.21
  • 심사 : 2017.11.21
  • 발행 : 2018.02.15

초록

최근 악성코드를 이용한 사이버 공격이 급증하고 있다. 피해가 늘어남에 따라 수 년간 다양한 방식의 악성코드 탐지 기법들이 연구되고 있으며, 최근 공격 그룹 판별을 위한 다양한 프로파일링 등장하고 있다. 본 논문은 악성코드 탐지가 아닌 특정 악성코드를 사용하는 공격 그룹에 대한 판별을 주목적으로 하며, 판별에 각 공격 그룹이 사용하는 악성코드에 대한 문자열 및 코드 시그니처를 이용한다. 탐지 기법을 구현하기 위해 야라(Yara)를 사용하였으며, 공격 그룹에서 주로 사용되는 원격 관리 도구(RAT, Remote Access Tool)를 대상으로 연구를 진행했다. 또한 탐지율 증가를 위하여 악성코드 패킹 여부 확인 및 해제 기술을 추가하였다. 본 논문은 최근 공격 그룹들이 주로 사용하는 원격 관리 도구를 대상으로 악성코드와 패커의 주요 특징 시그니처를 이용해 룰셋(Ruleset)을 작성하고 작성한 룰셋을 기반으로 원격관리 도구 탐지 및 공격 그룹 판별 가능성에 대해 다룬다.

Recently, the number of cyber attacks using malicious code has increased. Various types of malicious code detection techniques have been researched for several years as the damage has increased. In recent years, profiling techniques have been used to identify attack groups. This paper focuses on the identification of attack groups using a detection technique that does not involve malicious code detection. The attacker is identified by using a string or a code signature of the malicious code. In addition, the detection rate is increased by adding a technique to confirm the packing file. We use Yara as a detection technique. We have research about RAT (remote access tool) that is mainly used in attack groups. Further, this paper develops a ruleset using malicious code and packer main feature signatures for RAT which is mainly used by the attack groups. It is possible to detect the attacker by detecting RAT based on the newly created ruleset.

키워드

과제정보

연구 과제번호 : 악성코드 전(全) 생명주기 통합 프로파일링 및 공격그룹 식별 기술 개발

연구 과제 주관 기관 : 정보통신기술진흥센터

참고문헌

  1. Juan Anres Guerrero-Saade, GReAT, (2015.Nov.17) D. Kaspersky Security Bulletin. Previsioni per il 2016 [Online]. Available: https://securelist.it/kaspersky-security-bulletin-2016-predictions/59176/ (2014. Jan. 31)
  2. Volatility Foundation, "Volatility," [Online]. Available: http://www.volatilityfoundation.org/, (2017.01.03).
  3. Ronghua Tian, Lynn Batten, Rafiqul Islam, Steve Versteeg, "An automated classification system based on the strings of trojan and virus families," Journal of IEEE : Malicious Unwanted Software (MALWARE), pp. 23-30, Oct. 2009. (in Canada)