각 분야별 기술을 자세히 소개해드립니다.
기술명 | 머신러닝을 이용한 소프트웨어 취약점 자동 분류 장치 및 방법 | |||
기술요약 | 취약점 분석 대상인 소프트웨어 바이너리 파일에 따라 상이한 학습 데이터 셋과 상이한 학습 알고리즘을 통해 생성된 복수의 취약점 분류 모델 중 하나를 선택하여 취약점 분석을 수행함으로써, 단일 학습 알고리즘과 단일 학습 데이터 셋 사용으로 인한 과적합 문제를 해결함과 동시에 취약점 분류의 정확성을 향상시킬 수 있음 | |||
기술분야 | 6T | 대분류 | 적용분야 | |
IT | 정보기술 | 정보보안 및 암호기술 |
![]() |
|
발명자 | 성명 | 소속학과 | 대표연구분야 | 연구실 |
윤주범 | 정보보호학과 | 인공지능 보안, 시스템 보안, 네트워크 보안 |
![]() ![]() |
|
박기웅 | 정보보호학과 | 시스템보안, 디지털포렌식, 클라우드 컴퓨팅, IoT 보안, 초고속 보안 시스템 |
![]() ![]() |
|
관련지재권 정보 | 발명의 명칭 | 출원번호 | 등록번호 | |
소프트웨어 취약점 분류 장치 및 방법 | 10-2019-0110679 | 10-2074909 |
![]() |
기술명 | |
---|---|
머신러닝을 이용한 소프트웨어 취약점 자동 분류 장치 및 방법 | |
기술요약 | |
취약점 분석 대상인 소프트웨어 바이너리 파일에 따라 상이한 학습 데이터 셋과 상이한 학습 알고리즘을 통해 생성된 복수의 취약점 분류 모델 중 하나를 선택하여 취약점 분석을 수행함으로써, 단일 학습 알고리즘과 단일 학습 데이터 셋 사용으로 인한 과적합 문제를 해결함과 동시에 취약점 분류의 정확성을 향상시킬 수 있음 | |
기술분야 | |
6T | 대분류 |
IT | 정보기술 |
중분류 | 소분류 |
정보보안 및 암호기술 |
![]() |
발명자 | |
성명 | 소속학과 |
윤주범 | 정보보호학과 |
대표연구분야 | 연구실 |
인공지능 보안, 시스템 보안, 네트워크 보안 |
![]() ![]() |
박기웅 | 정보보호학과 |
대표연구분야 | 연구실 |
시스템보안, 디지털포렌식, 클라우드 컴퓨팅, IoT 보안, 초고속 보안 시스템 |
![]() ![]() |
관련지재권 정보 | |
발명의 명칭
등록번호
|
출원번호
특허공보
|
소프트웨어 취약점 분류 장치 및 방법
10-2074909
|