기술이전센터에서 보유하고 있는 지재권을 자세히 소개해드립니다
기술명 |
소프트웨어 취약점 예측 모델 학습 장치 및 방법, 소프트웨어 취약점 분석 장치 및 방법 |
|
||
권리구분 | 특허 | |||
출원인 | 세종대 산학협력단 | |||
대표발명자 | 이름 | 소속학과 | 연구실 | |
윤주범 | 정보보호학과 |
![]() ![]() |
||
대표연구분야 | 인공지능 보안, 시스템 보안, 네트워크 보안 | |||
출원번호 | 10-2018-0142533 | 등록번호 | 10-1963756 | |
출원일 | 2018-11-19 | 등록일 | 2019-03-25 | |
특허원문 | 소프트웨어의 취약점 분석을 위한 기술에 관한 것으로, 사전 수집된 취약한 소프트웨어 바이너리 및 취약하지 않은 바이너리로부터 추출된 특징을 이용하여 신경망(예를 들어, 다중 퍼셉트론) 기반의 분류 모델을 학습시키고, 학습된 분류 모델을 이용하여 새로운 소프트웨어 바이너리에 대한 취약 여부를 판단하는 것을 특징으로 함. 신경망과 바이너리로부터 추출된 특징(trace(트레이스))를 이용해 취약점 예측의 정확도를 높일 수 있으며, 소스코드 없이 바이너리만을 가지고 소프트웨어 바이너리의 취약 여부를 예측할 수 있음 |
![]() |
||
상세기술정보 3 | 기술명 | 기술요약 | ||
소프트웨어 취약점 분석 장치 및 방법 |
▷ 본 발명은 소프트웨어에 포함된 취약점(vulnerability)을 분석하기 위한 기술임
▷ 소프트웨어 취약점 분석 장치는 소프트웨어 바이너리 파일에 대한 특징 정보를 추출하고, 인공 신경망 기반의 취약점 예측 모델을 이용하여 특징 정보로부터 소프트웨어 바이너리 파일의 취약 여부를 판단함 ▷ 취약점 예측 모델은 사전 수집된 복수의 바이너리 파일 각각에 대한 특징 정보 및 취약 여부 분류 결과를 이용하여 사전 학습되며, 소프트웨어 바이너리 파일에 대한 특징 정보는 소프트웨어 바이너리 파일이 실행될 때 호출되는 함수들에 대한 정보를 포함함 |
![]() |
||
관련동영상 | ||||
기술분류(대) | 전기전자 | 기술분야 | 전기·전자 | |
적용분야 | 소프트웨어 메모리 공격 방어 |
기술명 | |
---|---|
소프트웨어 취약점 예측 모델 학습 장치 및 방법, 소프트웨어 취약점 분석 장치 및 방법 |
|
권리구분 | 출원인 |
특허 | 세종대 산학협력단 |
대표발명자 | |
이름 | 소속학과 |
윤주범
![]() |
정보보호학과 |
대표연구분야 | |
인공지능 보안, 시스템 보안, 네트워크 보안 | |
출원번호 | 등록번호 |
10-2018-0142533 | 10-1963756 |
출원일 | 등록일 |
2018-11-19 | 2019-03-25 |
특허원문 | |
소프트웨어의 취약점 분석을 위한 기술에 관한 것으로, 사전 수집된 취약한 소프트웨어 바이너리 및 취약하지 않은 바이너리로부터 추출된 특징을 이용하여 신경망(예를 들어, 다중 퍼셉트론) 기반의 분류 모델을 학습시키고, 학습된 분류 모델을 이용하여 새로운 소프트웨어 바이너리에 대한 취약 여부를 판단하는 것을 특징으로 함. 신경망과 바이너리로부터 추출된 특징(trace(트레이스))를 이용해 취약점 예측의 정확도를 높일 수 있으며, 소스코드 없이 바이너리만을 가지고 소프트웨어 바이너리의 취약 여부를 예측할 수 있음 | |
상세기술정보 | |
기술명 | 기술요약 |
소프트웨어 취약점 분석 장치 및 방법 |
▷ 본 발명은 소프트웨어에 포함된 취약점(vulnerability)을 분석하기 위한 기술임
▷ 소프트웨어 취약점 분석 장치는 소프트웨어 바이너리 파일에 대한 특징 정보를 추출하고, 인공 신경망 기반의 취약점 예측 모델을 이용하여 특징 정보로부터 소프트웨어 바이너리 파일의 취약 여부를 판단함 ▷ 취약점 예측 모델은 사전 수집된 복수의 바이너리 파일 각각에 대한 특징 정보 및 취약 여부 분류 결과를 이용하여 사전 학습되며, 소프트웨어 바이너리 파일에 대한 특징 정보는 소프트웨어 바이너리 파일이 실행될 때 호출되는 함수들에 대한 정보를 포함함 |
기술분야 | 적용분야 |
전기·전자 | 소프트웨어 메모리 공격 방어 |