IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems 컴퓨터 시스템 자동 설계 분야 내 최고 권위의 국제 저널 논문 채택 (제 1저자: 민동현, 책임저자: 김영재 교수)

 

컴퓨터공학과 대학원 민동현 학생 (박사 4 학기, 지도교수: 김영재 교수)이 작성한 “A Content-based Ransomware Detection and Backup Solid-State Drive for Ransomware Defense” 라는 제목의 논문이 IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems (IEEE TCAD) 에 게재가 확정되었다.

 

본 연구에서는 Solid-State Drive 환경에서 랜섬웨어의 데이터 변조 공격을 방어하기 위한 자동 랜섬웨어 감지 기법과 백업 및 복구 기술을 제안하였다. 기존에 존재하던 디스크 단의 랜섬웨어 방어 기술들은 랜섬웨어의 행동 패턴 기반의 감지 기법만을 의존하였다. 이와 달리, 제안된 기술은 데이터의 내용 변화 기반의 여러 감지 기법들과 머신러닝 기술을 이용하여 우수한 랜섬웨어 감지 정확도를 보장하였다. 특히, 본 연구에서는 감지 기술을 빠르게 수행하는 하드웨어 설계와 효율적으로 백업 데이터를 관리하는 소프트웨어 설계를 제안하였다. 이를 통해 제안하는 기술은 매우 정확한 랜섬웨어 감지뿐만 아니라 감지 및 효율적인 백업 수행으로 인한 디스크 오버헤드를 상당히 완화시켰다.

 

본 논문에서는 랜섬웨어 행동 패턴에만 의존하는 감지 기술을 사용한 최근 연구와 랜섬웨어 내용 변화 기반의 감지 기술을 갖는 제안하는 기술간의 감지 정확도를 평가하였다. 기존의 감지 기술은 최소 2%, 최대 13% 의 감지 실패율을 보였던 반면, 제안하는 기술은 최소 0.19% 최대 0.43% 의 감지 오차율만을 보이며 높은 감지 성공을 보장한다.

 

*본 연구는 Samsung 반도체 연구 지원을 받아서 수행됨 연구임.