안드로이드 악성코드 분류 기법
모바일 기기는 현대 사회의 필수품이 되었으며, 사용자의 민감한 정보를 다수 포함하고 있습니다. 이러한 기기들은 데스크톱 컴퓨터와 유사하게 악성코드 위협에 노출될 수 있어, 사용자 보호를 위한 악성코드 분류의 중요성이 커지고 있습니다. 본 조사는 시장 점유율 70% 이상을 차지하는 안드로이드 운영체제 기반 모바일 기기의 악성코드 분류 문제에 초점을 맞춥니다. 이 조사는 안드로이드 플랫폼 및 관련 악성코드에 대한 배경 정보를 제공하고, 악성코드 분석 방법을 개괄적으로 제시합니다. 특히, 정적, 동적, 하이브리드 분석을 활용한 전통적인 머신러닝 및 기타 분류 기법들을 심층적으로 탐구합니다. 주요 내용은 모바일 안드로이드 악성코드의 분류를 위한 기존 방법론들을 검토하고, 이들의 적용 사례를 분석합니다. 또한, 악성코드 예방 기법과 회피 연구에 대해서도 다룹니다. 본 논문에서는 전통적인 분류 방법에 집중하며, 딥러닝이나 대규모 언어 모델 기반의 방법론은 후속 연구에서 다룰 예정입니다. 본 연구는 안드로이드 모바일 환경에서 악성코드 분류 기술의 이해를 돕고, 향후 보안 연구 및 방어 시스템 개발에 필요한 기초 지식을 제공함으로써 모바일 보안 강화에 기여할 수 있을 것으로 기대됩니다.