상세 보기
머신 러닝(Machine Learning) 기법을 활용한 암호화된 TLS 트래픽내 악성코드 탐지 기법
Malware Detection in Encrypted TLS Traffic using Machine Learning Techniques
- 전덕조;
- 박동규
초록
최근 네트워크 트래픽 분석에 의한 탐지를 피하기 위해 암호화된 HTTPS 프로토콜을 사용하는 악성코드가 증가하고 있다. 따라서 암호화된 트래픽에 대한 HTTPS 검사와 고급 행위 기반 위협 탐지 및 대응 없이는 유입되는 많은 위협을 놓치게 된다. 이러한 문제를 해결하기 위해서 많은 조직에서 복호화 프록시를 사용하여 암호화된 트래픽을 모니터링하고 있다. 그러나 이 방식은 성능 영향 및 지연 시간을 포함한 많은 부정적인 영향을 유발하며, 종단 간의 보안을 침해하고 잠재적으로 개인 정보를 침해하며 조직의 신뢰를 약화시킬 수 있다. 이런 문제를 해결하기 위하여 본 논문에서는 TLS 트래픽을 복호화하지 않고도 효과적으로 악성코드를 탐지할 수 있는 방법을 제안하고자 한다. 제안된 방식은 HTTPS 트래픽으로부터 추출한 TLS 세션 메타데이터 특징 집합을 기반으로 네트워크 트래픽내의 악성 TLS 트래픽을 탐지할 수 있는 매우 정확한 분류기를 나타낸다. 실험을 통하여 제안한 방안의 효율성을 증명한다.
키워드
malware detection; HTTPS; TLS; network analysis; machine learning; .
- 제목
- 머신 러닝(Machine Learning) 기법을 활용한 암호화된 TLS 트래픽내 악성코드 탐지 기법
- 제목 (타언어)
- Malware Detection in Encrypted TLS Traffic using Machine Learning Techniques
- 저자
- 전덕조; 박동규
- 발행일
- 2021-10
- 저널명
- 한국정보기술학회논문지
- 권
- 19
- 호
- 10
- 페이지
- 125 ~ 136