이 책은 멀웨어에 적용되는 데이터 과학에 초첨을 맞추고 있습니다. 데이터 과학은 근 10년간 보안 산업 내외에서 기술적 트렌드로 자리매김하였고, 현재 우리 주변에 Amazon Echo, Siri, Google Home), 자율주행 자동차 등 이미 데이터 과학이 적용된 것들을 사용하고 있습니다.

데이터 과학은 통계, 수학, 데이터 시각화를 사용하여 데이터를 이해하고 예측하는 일련의 알고리즘 도구들로 현재 사이버 보안의 미래에 중요한 역할을 합니다.

새로운 위협을 탐지하기 위해 훈련 데이터로부터 학습하는 머신러닝, 보안 데이터를 공격하는 캠페인을 식별하는데 도움이 되는 패턴을 탐색하는 데이터 마이닝, 데이터 시각화를 통해 의심 트렌드를 발견하기까지 멀웨어에 데이터 과학을 접목해 많은 내용들을 알아봅니다. 또한 딥러닝을 보안 데이터 과학 분야에 적용하여 Keras를 활용한 신경망 멀웨어 탐지기 만들기까지 배워봅니다. 각 챕터에 첨부된 멀웨어 샘플 코드와 데이터 설명을 제공하여 쉽게 따라할 수 있도록 자세하게 설명합니다.

*모든 코드는 Linux, 파이썬 2.7 환경에서 작성되었습니다. 코드와 데이터에 액세스하려면 코드, 데이터, 오픈 소스 도구가 모두 세팅 되어 있는 VirtualBox Linux 가상 머신을 다운로드하여 VirtualBox 환경에서 실행하도록 합니다.

목차

챕터 1: 기본 정적 멀웨어 분석

챕터 2: 기본 정적 분석을 넘어: x86 디스어셈블리

챕터 3: 동적 분석 개요

챕터 4: 멀웨어 네트워크를 이용한 캠페인 공격 식별

챕터 5: 공유 코드 분석

챕터 6: 머신 러닝 기반 멀웨어 탐지 이해

그리고 챕터 7: 멀웨어 탐지 시스템 평가

챕터 8: 머신 러닝 탐지기 만들기

챕터 9: 멀웨어 추세 시각화

챕터 10: 딥 러닝 기초

챕터 11: Keras를 활용한 신경망 멀웨어 탐지기 만들기

챕터 12: 데이터 과학자 되기

도구 구현 가이드

공유 호스트 이름 네트워크 시각화

공유 이미지 네트워크 시각화

멀웨어 유사성 시각화

멀웨어 유사성 검색 시스템

머신 러닝 멀웨어 탐지 시스템