Automatic Malicious Package Detection with Characteristic Representation of Dynamic Analysis Logs

오픈소스 생태계에서 악성 패키지 탐지는 소프트웨어 공급망 보안을 강화하고 신뢰할 수 있는 개발 환경을 유지하는 데 필수적이다. 기존 정적 분석 기반 탐지 방식은 코드 구조나 의존성 정보에 의존하므로, 런타임에서 발생하는 실제 악성 행위를 충분히 반영하지 못한다. 따라서 본 연구에서는 패키지 실행 과정에서 수집된 파일 접근, 네트워크 통신, 명령어 실행 정보를 담고 있는 동적 로그를 활용한 악성 패키지 탐지 방법을 제안한다. 이러한 동적 로그는 패키지가 실행되며 수행하는 행위에 대한 핵심적인 정보를 제공하며, 정상과 악성 패키지 간 나타나는 행위 양상의 차이를 식별하는 데 도움이 된다. 실험 결과, 제안한 머신러닝 기반의 탐지 모델은 평균 98.94% 정확도를 달성하여 기존 동적 분석 연구 대비 탐지 성능이 우수함을 보였다. 이를 통해 본 연구는 오픈소스 공급망 보안 강화에 기여한다.