취약점 분석, 침입 탐지, 위협 대응 체계 등을 강화하고 더 나아가 선제적으로 보안 위협을 예측하는 기술 개발에 기여하는 것을 목표로 하고 있습니다. 이 과정에서 실질적인 보안 문제를 해결할 수 있는 이론과 실습을 겸비한 연구를 수행하며, 현장에서 적용 가능한 보안 솔루션을 제안합니다.

인공지능 시스템이 가진 잠재적 위험 요소를 분석하고, 이를 악용하려는 공격으로부터 보호하는 것을 목표로 합니다. 단순 AI의 활용을 넘어, AI 모델이 스스로의 신뢰성과 안전성을 갖추도록 하는 데 초점을 두며, 적대적 공격이나 데이터 조작과 같은 위협에 AI의 성능적인 면에서 어떻게 대응할지 탐구하고 이를 통해 AI의 판단 오류를 줄이고 정확성을 높이는 방법을 연구합니다.

본 연구는 인공지능 기반 접근법을 활용하여 악성 행위를 수행하는 애플리케이션을 사전에 식별 및 차단하는 기술을 연구합니다. 정적 분석 기법을 중심으로, 실행 전 단계에서의 정밀한 행위 분석 및 특징 추출을 통해 높은 신뢰도와 정밀도를 가진 탐지 도구를 구현하는 것을 목표로 합니다. 머신러닝 및 딥러닝 모델을 적용하여 탐지의 효율성과 실용성을 함께 제고하고자 합니다.

본 연구는 사이버 공격 발생 이후 수집 가능한 실제 데이터를 바탕으로 피해 수준을 정량화하고, 이를 통해 심각도를 평가하는 새로운 방법론을 제안합니다. 이는 실질적 피해를 반영한 객관적 기준으로서, 사고 대응과 보고, 포렌식 분석 등 다양한 분야에 활용될 수 있을 것으로 기대됩니다.