악성코드의 이미지 시각화 탐지 기법을 적용한 온라인 게임상에서의 이탈 유저 탐지 모델
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 임하빈 | - |
dc.contributor.author | 김휘강 | - |
dc.contributor.author | 김승주 | - |
dc.date.accessioned | 2021-09-03T13:48:51Z | - |
dc.date.available | 2021-09-03T13:48:51Z | - |
dc.date.created | 2021-06-17 | - |
dc.date.issued | 2017 | - |
dc.identifier.issn | 1598-3986 | - |
dc.identifier.uri | https://scholar.korea.ac.kr/handle/2021.sw.korea/85957 | - |
dc.description.abstract | 보안 분야에서 악성코드나 이상 행를 탐지하기 한 보안 로그의 분석은 매우 요하며, 악성코드를 탐지하기 한 이미지 시각화 분석 기술은 많은 선행 연구를 통해 논의되어져 왔다. 이러한 분석 기술은 온라인 게임에도 용될 수 있다. 최근 온라인 게임에서 악성코드나 게임 , 매크로 도구 등의 악용 사례가 증가하므로 인해 정상으 로 게임을 이용하려는 유들의 이탈이 늘어나는 추세로 서비스의 운자가 제시간에 필요한 조치를 하지 않을 경우 게임 산업 자체가 무질 수 있다. 본 논문에서는 분석의 효율성을 향상시키기 해 로그 일을 PNG 이미지로 변 환하는 방식을 사용한 새로운 이탈 측 모델을 제안한다. 제안하는 모델은 이미지 변환을 통해 기존의 로그 크기에 비해 52,849배 경량화된 분석이 가능하며 특성 분석이 별도로 필요하지 않은 방식으로 분석에 소요되는 시간을 단 축시켰다. 모델의 유효성 검증을 해서 엔씨소트의 블이드 앤 소울 게임의 실제 데이터를 사용하고, 분석 결 과 97%의 높은 정확도로 잠재인 이탈 유를 측할 수 있었다. | - |
dc.language | Korean | - |
dc.language.iso | ko | - |
dc.publisher | 한국정보보호학회 | - |
dc.title | 악성코드의 이미지 시각화 탐지 기법을 적용한 온라인 게임상에서의 이탈 유저 탐지 모델 | - |
dc.title.alternative | Using Image Visualization Based Malware Detection Techniques for Customer Churn Prediction in Online Games | - |
dc.type | Article | - |
dc.contributor.affiliatedAuthor | 김휘강 | - |
dc.contributor.affiliatedAuthor | 김승주 | - |
dc.identifier.doi | 10.13089/JKIISC.2017.27.6.1431 | - |
dc.identifier.bibliographicCitation | 정보보호학회논문지, v.27, no.6, pp.1431 - 1439 | - |
dc.relation.isPartOf | 정보보호학회논문지 | - |
dc.citation.title | 정보보호학회논문지 | - |
dc.citation.volume | 27 | - |
dc.citation.number | 6 | - |
dc.citation.startPage | 1431 | - |
dc.citation.endPage | 1439 | - |
dc.type.rims | ART | - |
dc.identifier.kciid | ART002293750 | - |
dc.description.journalClass | 2 | - |
dc.description.journalRegisteredClass | kci | - |
dc.subject.keywordAuthor | Log Analysis | - |
dc.subject.keywordAuthor | Visualization | - |
dc.subject.keywordAuthor | Online Game Data Mining | - |
dc.subject.keywordAuthor | Churn Prediction | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
(02841) 서울특별시 성북구 안암로 14502-3290-1114
COPYRIGHT © 2021 Korea University. All Rights Reserved.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.