바이트 평균의 Gray-Scale화를 통한 Signature가 존재하지 않는 멀티미디어 데이터 조각 파일 타입 분류 연구 (Classification of Non-Signature Multimedia Data Fragment File Types With Byte Averaging Gray-Scale)

서지정보

· 발행기관 : 한국정보보호학회
· 수록지 정보 : 정보보호학회논문지 / 30권 / 2호 / 189 ~ 196페이지
· 저자명 : 윤현호, 김재헌, 조현수, 원종은, 김견우, 조재현

초록

일반적으로 시그니처와 파일 메타정보가 없는 파편화된 파일은 복구가 어렵다. 특히 멀티미디어 파일은 파편화 가능성이 크고 높은 엔트로피를 가지고 있으므로 현재 시그니처 기반의 카빙으로는 복구하는 것이 거의 불가능하다. 이러한 문제를 해결하기 위해 파편화된 파일에 대한 연구가 진행되고 있지만 멀티미디어 파일에 대한 연구는 부족한 실정이다. 본 논문은 시그니처(Signature)와 파일 메타정보가 없는 파편화된 멀티미디어 파일의 타입을 분류하는 연구이다. 파일 타입에 따라 특정 바이트 값의 빈도 차이를 통해 각 파일 타입의 특징값을 추출하며, 그에 맞는 Gray-Scale테이블을 설계하고 CNN(Convolutional Neural Networks) 모델을 이용하여 JPG, PNG, H.264, WAV 총 4가지 멀티미디어의 파일 타입을 분류하는 방법을 제시한다. 본 논문을 통해 시그니처와 파일 메타정보가 없는 파편화된 파일 타입의 분류 연구를 촉진하여 다양한 파일의 복구 가능성을 높일 수 있을 것으로 기대된다.

영어초록

In general, fragmented files without signatures and file meta-information are difficult to recover. Multimedia files, inparticular, are highly fragmented and have high entropy, making it almost impossible to recover with signature-based carvingat present. To solve this problem, research on fragmented files is underway, but research on multimedia files is lacking.
This paper is a study that classifies the types of fragmented multimedia files without signature and file meta-information.
Extracts the characteristic values of each file type through the frequency differences of specific byte values according to thefile type, and presents a method of designing the corresponding Gray-Scale table and classifying the file types of a total offour multimedia types, JPG, PNG, H.264 and WAV, using the CNN (Convolutional Natural Networks) model. It is expectedthat this paper will promote the study of classification of fragmented file types without signature and file meta-information,thereby increasing the possibility of recovery of various files.

참고자료

· 없음