초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

최근 안드로이드 모바일 기기의 사용자가 증가함에 따라 디지털 포렌식 분야에서도 안드로이드에 대한 관심이 높아지고 있다. 현재까지 대부분의 안드로이드 포렌식 연구는 비휘발성 메모리로부터 데이터를 수집하여 분석하는 기법에 집중되어 왔으며, 휘발성 데이터에 대한 연구는 미미한 실정이다. 이와 관련하여 비휘발성 메모리로부터의 데이터 수집과 분석에는 수행 방법에 따라 각각 문제점과 한계가 존재하는데 휘발성 정보의 수집을 통해 비휘발성 메모리의 분석에 필요한 정보를 얻을 수 있고, 또한 비휘발성 메모리에 저장되지 않는 많은 정보들이 ...

최근 안드로이드 모바일 기기의 사용자가 증가함에 따라 디지털 포렌식 분야에서도 안드로이드에 대한 관심이 높아지고 있다. 현재까지 대부분의 안드로이드 포렌식 연구는 비휘발성 메모리로부터 데이터를 수집하여 분석하는 기법에 집중되어 왔으며, 휘발성 데이터에 대한 연구는 미미한 실정이다. 이와 관련하여 비휘발성 메모리로부터의 데이터 수집과 분석에는 수행 방법에 따라 각각 문제점과 한계가 존재하는데 휘발성 정보의 수집을 통해 비휘발성 메모리의 분석에 필요한 정보를 얻을 수 있고, 또한 비휘발성 메모리에 저장되지 않는 많은 정보들이 휘발성 메모리에 기록된다는 점에서도 휘발성 정보와 관련한 연구의 필요성이 제기된다. 특히 안드로이드 로그는 휘발성 저장매체로부터 수집될 수 있는 휘발성 데이터로서, 안드로이드 하부 시스템에서부터 애플리케이션에 이르기까지 최근의 모든 구동 내역과 관련한 기록이 로그로 저장되기 때문에 사용자 행위를 추적할 수 있는 매우 유용한 자료로 활용할 수 있음에도 포렌식 관점에서 로그 대한 연구가 이루어지지 않았다. 사용자 행위를 추적하기 위한 목적에서 실제 기기로부터 로그를 수집하여 보면 기기 상에서 발생하고 있는 각종 백그라운드 서비스와 관련한 다량의 로그들이 사용자 행위와 관련한 로그와 복잡하게 혼재하고 있어 어떠한 로그들이 사용자 행위와 관련한 것인지 파악하기 어렵다. 또한 사용자 행위와 관련한 로그로 파악되는 로그를 발견한 경우에도 한 개의 로그만으로 사용자가 어떠한 행위를 취한 것인지 알 수 없어 전후의 여러 개의 로그를 수집하여 분석하여야 하는 경우가 존재한다. 특히 사용자가 여러 개의 애플리케이션을 바꿔가면서 동시에 사용하는 경우가 많은데 이 경우에는 더욱 분석이 어려워지기 때문에 로그를 활용하는 것이 간단하지 않다. 이에 본 논문에서는 사용자 행위에 따라 발생하는 로그 메시지의 패턴을 파악하여 로그를 사용자 행위 추적을 위한 데이터로 활용할 수 있음을 확인하고, 더 나아가 방대한 로그로부터 사용자 행위 관련 로그만을 추려낸 후 정확성하고 신속하게 로그를 분석할 수 있는 시스템과 분석 기법을 제안한다. 제안하는 시스템은 로그 패턴 분석을 통한 검색식 데이터베이스 구축 단계, 로그 획득 단계, 로그 정제 단계, 로그 분할 단계, 로그 분석 단계, 분석 결과 시각화 단계로 구성된다. 로그 분석은 데이터베이스 내의 검색식을 이용하여 사전에 정제 및 분류된 로그 그룹에 대한 정규식 검색을 수행하는 방식으로 수행하여 로그 분석의 신속성을 제고하고, 단일 엔트리 검색 뿐 아니라 여러 로그를 조합하여 분석할 수 있는 다중 엔트리 검색 기법을 이용함으로써 로그 분석 결과의 정확성을 높일 수 있도록 한 점이 특징적이다. 실험에서는 제안하는 로그 수집․분석 시스템을 이용함으로써 다양한 사용자 행위 정보를 파악할 수 있음을 확인하고, 검색식 개수 증가와 검색식 데이터베이스의 증가에 따른 검색 수행 시간을 측정하여 제안하는 시스템의 효율성과 현장 적용 가능성에 대하여 파악하였다.

주제어