가중치 다수 투표 기반 안드로이드 악성 앱 패밀리 분류

Abstract

안드로이드 악성 앱이 급속도로 증가함에 따라 다양한 악성 앱 분류 연구가 진행되고 있다. 그 중에서도 악성 앱 패밀리 분류 연구는 변종의 악성 앱이 출현해도 특징 정보에 따라 빠르게 악성 앱을 분류할 수 있게 한다. 따라서, 본 논문에서는 미국 구글사의 Virustotal에서 제공하는 악성 앱 레이블에 레이블 정확도를 가중치로 반영하여 효율적으로 악성 앱 패밀리를 분류하는 기법을 제안한다. 제안하는 악성 앱 패밀리 분류 기법에서 사용하는 악성 앱 레이블의 레이블 정확도는 다양한 연구에서 활용된 악성 앱 데이터셋 분류 정보와 악성 앱 레이블 분석 보고서의 분류 정보를 기반으로 추출한다. 이후 제안한 기법을 Drebin과 AMD가 제공하는 악성 앱 데이터셋에 적용하고 패밀리 분류 성능을 측정한 결과 제안한 기법이 기존 분류 기법보다 분류 성능이 좋아짐을 보인다.