자바 프로그램의 명령어 임베딩을 이용한 유사 프로그램 검출 방법 (An Approach to Detecting Similar Programs using Instruction Embeddings of Java Programs)

서지정보

· 발행기관 : 사단법인 한국융합기술연구학회
· 수록지 정보 : 아시아태평양융합연구교류논문지 / 11권 / 4호 / 411 ~ 420페이지
· 저자명 : 임현일

초록

최근 정보 기술이 발전하면서 인공지능, 빅데이터 등의 기술 분야에서 데이터 처리 및 분석 기술이 필수적인 기술로 이용되고 있다. 그리고, 정보 기술에서 소프트웨어의 중요성이 증가되고 있으며, 소프트웨어의 특성 이해 및 활용 등 분석을 위한 데이터 처리 기술은 응용 서비스 개발에서 다양한 활용 가능성을 가진다. 본 논문에서는 소프트웨어의 특성을 효과적으로 표현하고 유사 프로그램 검출 방법에 활용하기 위한 프로그램의 명령어 임베딩 방법을 제안한다. 명령어 임베딩 방법은 소프트웨어의 특성을 반영한 데이터 표현 방법으로 소프트웨어가 포함하는 명령어의 특성을 데이터에 반영할 수 있도록 명령어의 빈도를 벡터화한 데이터로 표현하도록 설계하였다. 본 논문에서는 유사 소프트웨어 검출을 위한 명령어 임베딩 방법을 제안하고, 신경망을 통한 유사 프로그램 검출 모델을 통해 성능을 평가하였다. 신경망 모델을 이용한 벤치마크 실험에서 유사 프로그램 검출 모델은 명령어 임베딩을 사용한 데이터를 통해 99.6%의 정확도로 유사 프로그램을 검출할 수 있었다. 또한, 민감도와 특이도는 각각 88.0%와 99.7%를 보여주었다. 실험 결과로 부터 명령어 임베딩을 이용한 프로그램의 분석 데이터는 유사 프로그램 검출에서 효과적인 임베딩 방법이라는 것을 확인할 수 있었다. 명령어 임베딩을 통한 프로그램 분석 및 임베딩 방법은 소프트웨어 분석 및 인공지능 응용 기술에서 성능 확보를 위해 폭넓게 활용될 수 있을 것이라 기대된다.

영어초록

With recent advancements in information technology, data processing and analysis technologies have become essential in fields such as artificial intelligence and big data. Furthermore, the importance of software in information technology is increasing, and data processing techniques for understanding and utilizing software characteristics have various applications in the development of applied services. This paper proposes an instruction embedding method to effectively represent software characteristics and utilize it in similar program detection methods. The instruction embedding is a data representation method that reflects the characteristics of the software, and is designed to express the frequency of the instructions as vectorized data so that the characteristics of the instructions included in software can be reflected. In this paper, we propose an instruction embedding method for similar program detection and evaluate its performance through a similar program detection model through a neural network. In benchmark experiments using neural network models, the similar program detection model achieved 99.6% accuracy with data using instruction embedding. Additionally, sensitivity and specificity were recorded at 88.0% and 99.7%, respectively. The experimental results confirmed that program analysis data using instruction embedding is an effective method for detecting similar programs. It is anticipated that program analysis and embedding methods through instruction embedding can be widely utilized to enhance performance in software analysis and artificial intelligence applications.

참고자료

· 없음