악성코드와 인공지능

• <악성코드와 인공지능> 이라는 주제로 프로젝트 진행
• CNN 기반의 악성코드 탐지 모델 구축
• 바이너리 형태의 악성코드 파일을 이미지 파일로 전처리 후 CNN 모델을 통해 분류 작업 진행
• malwareCNN.py: 악성코드 파일을 이미지 파일로 전처리
• seyiCNN.ipynb: 악성코드 이미지 파일 CNN 모델 분류
• 상세 설명: https://www.notion.so/bac974fbf4bc4449b637a81f4cfd81d4

악성코드 데이터셋

• Microsoft Malware Classification Challenge (BIG 2015)
• 9개의 패밀리 중 하나에 속하는 악성코드 파일들이 존재
• 패밀리 레이블이 존재하는 10868개의 training set과 레이블이 존재하지 않는 10873개의 testing set
• 패밀리는 Ramnit, Lollipop, Kelihos_ver3, Vundo, Simda, Tracur, Kelihos_ver1, Obfuscator.ACY, Gatak으로 총 9가지 분류
• 아래는 실제 분류해서 정리한 표

CNN 모델(코랩)

• https://colab.research.google.com/drive/1CtmUeQl1Tpgf5guV3SdSxbFG-IPv4NIC?usp=sharing

스크린샷