• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권2호
• /
• pp.456-477
• /
• 2024

With information technology's rapid development, the Internet faces serious security problems. Studies have shown that malware has become a primary means of attacking the Internet. Therefore, adversarial samples have become a vital breakthrough point for studying malware. By studying adversarial samples, we can gain insights into the behavior and characteristics of malware, evaluate the performance of existing detectors in the face of deceptive samples, and help to discover vulnerabilities and improve detection methods for better performance. However, existing adversarial sample generation methods still need help regarding escape effectiveness and mobility. For instance, researchers have attempted to incorporate perturbation methods like Fast Gradient Sign Method (FGSM), Projected Gradient Descent (PGD), and others into adversarial samples to obfuscate detectors. However, these methods are only effective in specific environments and yield limited evasion effectiveness. To solve the above problems, this paper proposes a malware adversarial sample generation method (PixGAN) based on the pixel attention mechanism, which aims to improve adversarial samples' escape effect and mobility. The method transforms malware into grey-scale images and introduces the pixel attention mechanism in the Deep Convolution Generative Adversarial Networks (DCGAN) model to weigh the critical pixels in the grey-scale map, which improves the modeling ability of the generator and discriminator, thus enhancing the escape effect and mobility of the adversarial samples. The escape rate (ASR) is used as an evaluation index of the quality of the adversarial samples. The experimental results show that the adversarial samples generated by PixGAN achieve escape rates of 97%, 94%, 35%, 39%, and 43% on the Random Forest (RF), Support Vector Machine (SVM), Convolutional Neural Network (CNN), Convolutional Neural Network and Recurrent Neural Network (CNN_RNN), and Convolutional Neural Network and Long Short Term Memory (CNN_LSTM) algorithmic detectors, respectively.

• 한국전산구조공학회논문집
• /
• 제31권3호
• /
• pp.127-132
• /
• 2018

본 논문에서는 기능경사재료 보 고유벡터의 변화도 산정을 위한 해석 정식화를 섭동법에 기초하여 제시한다. 불확실인수로는 기능경사재료 보의 중앙면에서 보의 축을 따르는 방향으로 공간적 불확실성을 가지는 재료탄성계수를 택하였다. 두께 방향으로의 탄성계수 변화는 원래의 지수함수를 따르는 것으로 가정하였다. 정식화에서는 고유벡터에 대한 선형 Taylor전개를 적용한다. 수치예제로는 보의 중앙면에 대하여 대칭인 탄성계수를 가지는 단순지지 보를 택하였다. 몬테카를로 해석을 함께 수행하여 제안한 정식화가 합리적인 결과를 주는지 확인하였다. 해석을 통하여 몬테카를로 해석과 제안된 방법에 의한 결과가 고유모드의 평균 및 표준편차에서 거의 동일한 결과를 제시함을 볼 수 있었다. 제안된 방법을 통하여 고유모드의 표준편차 형상을 쉽게 산정할 수 있다. 고유모드의 평균중심 변화량은 고유모드의 차수에 관계없이 그 고유모드 대비 한 개가 더 많은 경사 0인 점을 가지게 된다. 또한 평균 고유모드형상으로부터의 변화량은 저차 모드보다 고차모드에서 더 크게 나타남을 알 수 있었다.

• 한국지구과학회지
• /
• 제22권6호
• /
• pp.512-527
• /
• 2001

복합지형을 지나는 박리흐름(separated flows)들이 와도 이론에 의해 모델링 되었다. 흐름은 비회전성 및 비점성으로 가정하였으며, 선형 시어흐름에 대한 유선함수를 결정하기 위해 새로운 기법이 기술되었다. 지형지물의 형태로는 snow cornice과 backward-facing step을 정의하였으며, 이러한 지형지물의 후미에는 유체의 박리현상과 역류현상(reattachment)이 생긴다. 유체의 박리현상이 지형지물의 가장자리에 발생되게 하기 위해 점 와도를 흐름에 발생시켰고, 지형지물의 가장자리에 있는 뾰족한 부분을 완화하고 최대곡률 부근에서의 섭동운동에 중요한 박리흐름 발생지점의 구속조건을 없애기 위해 conformal mapping을 수정하였다. 와도 발생지점에서 와도를 평형으로부터 이동시키거나, 또는 임의의 섭동을 초기흐름에 가하는 방식으로 섭동을 가하여 비정상흐름을 발생시켰다. 박리지점의 풍상측에서 연속적으로 방출되고, 또한 bubble의 이차순환에 의해 변형된 물질의 궤적들이 수치적으로 적분되었으며, 시간에 대한 농도누적이 역류지점의 풍하측 고정된 지점에서 계산되었다. 본 연구에 사용된 모델은 방출물질의 확산형태와 간헐성을 제대로 다룰 수 있음을 알 수 있으며, 이산적인 방법에 의한 다중-와도모델 및 수치모델의 결과들과도 일치한다. 본 연구에 의하면, 박리 및 역류현상이 있는 유체의 흐름 속에 순환하는 bubble들의 비정상상태(unsteadiness)는 풍하측에서 대규모의 고농도 누적을 일으키는 주요 원인이다.

• 한국강구조학회 논문집
• /
• 제20권1호
• /
• pp.21-31
• /
• 2008

응답면기법(RSM, Response surface method)은 복잡한 구조물의 매우 작은 발생확률이나 신뢰성해 석에서 폭넓게 사용된다. MCS(Monte-Carlo Simulation)방법은 어떤 시스템의 평가에서도 사용될 수 있으나 해석시간이 파괴확률의 역수에 비례하게 되어 발생확률이 매우 희박한 시스템의 평가에 불리하다. 확률유한요소해석법은 이러한 MCS의 한계점을 해결해 줄 수 있는 대안이 될 수 있다. 그러나 이 방법은 평균과 표준편차 등이 모델링 (내부 프로그래밍)된 특별한 프로그램에서만 적용 가능하며 임의의 범용소프트웨어의 응답을 모델링하거나 임의의 프로그램의 특성을 이용할 수가 없다. RSM방법은 복잡한 구조시스템에서 응답에 대한 회귀모델을 구성하여 효율적인 해석단계를 통해 시간과 노력을 획기적으로 절감시킬 수 있다. 그러나 RSM의 정확도는 한계상태방정식의 선형성과 축점간의 거리에 영향을 받게 된다. 이런 단점을 해결하기 위해 한계상태방정식의 선형성과 무관하게 정확한 수렴해를 구하기 위한 개선된 적응적 응답면기법을 개발하고 선형과 2차형식의 응답면방정식에 대한 2가지 예를 들어 검증하였다. 검증결과 가장 효율적인 RSM기법을 결정하였다. 개발된 선형적응적가중응답 면기법 (linear adaptive weighted response surface method, LAW-RSM)은 비적응적이거나 비가중형식의 2차 RSM기법에 비해서 정해의 신뢰성지수에 가장 근접한 정확성과 수렴성을 나타낸다.