Welcome to HCRL
Hacking and Countermeasure Research Lab
lab introduction
criminal IP
Hacking and Countermeasure Research Lab. (est. in 2010)
Hacking and Countermeasure Research Lab (HCRL)’s main research area is data-driven security which is based on machine learning and data mining technology to extract and learn useful knowledge from massive data. Especially, HCRL has its unique and valuable dataset collected from real-world service, for example, online game service data, mobile payment and e-commerce transaction data, car-driving and attack data. HCRL is continuously contributing to the data-driven security field by sharing this dataset to the public.
One of the HCRL's contributions is organizing and maintaining Information Security R&D Data challenge (http://datachallenge.kr/) from 2017.
HCRL’s research items in detail are as follows.
HCRL's main research focuses on online game bot detection and GFGs (Gold-Farming Groups) detection; HCRL is one of the best research group in this field, in the world.
Based on CAN traffic data analysis, HCRL develops intrusion detection system (IDS) for automotive. HCRL is the only research group which has real vehicle driving and attack dataset in the world.
HCRL member (Prof. Huy Kang Kim) is a main editor of the following international standard work items in ITU-T SG17 Q13.X.1375 (formerly X.itssec-4): Guidelines for intrusion detection system for in-vehicle networks
X.1377 (formerly X.ipscv): Guidelines for an intrusion prevention system for connected vehicles
In addition, Dr. ChangOh Kim (a.k.a. Peter Kim) and Prof. Huy Kang Kim are also editors of X.sec-grp-mov (Security guideline for group movement service platform) in ITU-T SG17 Q7.
HCRL develops fraud detection system (FDS) for detecting suspicious financial transactions and mobile payment transactions.
HCRL developed Cyber-Genome System which can build cyber threat intelligence (CTI) from malicious code profiling, hacker profiling and incident case profiling based on large-scale data analysis and security visualization techniques.
We are actively doing international joint research and industry-academia cooperation research. Our recent results are published in top conferences and journals such as WWW (the Web Conference), NDSS, IEEE Trans. on Information Forensics and Security.
해킹대응기술 연구실 (2010 설립)
해킹대응기술 연구실에서는 데이터분석 중심의 보안 연구 (Data-Driven Security)를 하고 있습니다. 특히 온라인게임 서비스, 전자상거래 결제 및 간편결제, 자동차 실 주행 및 공격 데이터 분석에 강점을 갖고 있으며 실데이터셋을 보유하고 있습니다.
이 데이터들을 이용하여 2017년부터 정보보호 R&D 데이터챌린지 (http://datachallenge.kr/)를 운영하는 등 Data-Driven Security 분야 발전에 크게 기여하고 있습니다.
세부 연구 분야는 다음과 같습니다.
데이터마이닝과 머신러닝 기술을 보안분야에 접목하여, 온라인게임 서비스 분야의 연구를 하고 있으며, 게임봇과 작업장을 탐지하는 연구를 전 세계에서 가장 많이 수행하고 있습니다.
CAN 트래픽 데이터 분석을 기반으로 자동차용 침입탐지 분야 연구를 하고 있으며, 실제 차량 주행 및 공격 데이터를 가지고 있습니다. 관련하여 최근 ITU-T SG17 Q13에서 자동차 보안의 국제표준화 활동을 하고 있습니다. 현재 차량용 IDS 국제표준인 X.1375 와 차량용 IPS 국제표준인 X.ipscv 의 main editor 를 맡고 있습니다.
X.1375 (formerly X.itssec-4): Guidelines for intrusion detection system for in-vehicle networks
X.1377 (formerly X.ipscv): Guidelines for an intrusion prevention system for connected vehicles
추가로, 김창오 박사가 X.sec-grp-mov (Security guideline for group movement service platform) 의 main editor 업무를 하고 있습니다.
소액 결제 및 간편결제 등 금융 결제 데이터를 분석하여 이상 거래를 탐지하는 Fraud Detection System을 개발하였으며, 지속적으로 산학협력을 통해 발전시켜 나가고 있습니다.
대규모 데이터 분석을 토대로 악성코드 프로파일링, 해커 프로파일링, 침해사고 프로파일링을 하는 사이버게놈 시스템 (Cyber-Genome System)을 개발하였으며, 지속적으로 사이버위협 인텔리전스 (Cyber Threat Intelligence) 및 보안 시각화 (Security Visualization) 분야의 연구를 수행하고 있습니다.
해킹대응기술 연구실은 국제공동연구 및 산학협력연구를 활발히 진행하고 있으며, WWW (the Web Conference), NDSS, IEEE Trans. on Information Forensics and Security 등 top conference 및 journal 에 지속적으로 연구결과를 게재하고 있습니다.
Awards
2010. Golden List of Reviewers (IETE Technical Review) (김휘강)
2012.12.10 "국내논문상", 2012년 한국정보보호학회 학술상, (김휘강)
2014. "최우수논문상", 국방정보보호컨퍼런스 2014 (주저자 장재욱)
2014.10. "미래창조과학부 장관상", ITRC Forum 2014 (수상자 강아름)
2015. "최우수논문상", 국방정보보호컨퍼런스 2015 (주저자 장재욱)
2015.5 "Best paper award (runner-up)", SIMPLEX 2015 (www.simplexconf.net) (주저자 강아름)
2016.12 "공로상", 2016년 한국정보보호학회 공로상 (김휘강)
2017.11 "장려상", 2017 사이버안보(보안) 논문 공모전 (주저자 김대건, 교신저자 김휘강)
2017.11 "장려상", 2017 사이버안보(보안) 논문 공모전 (주저자 권유진, 교신저자 김휘강)
2018.8 "우수상", 2018 사이버안보(보안) 논문 공모전 (주저자 이수연, 교신저자 김휘강)
2018.12 "공로상", 2018년 한국정보보호학회 공로상 (김휘강)
2019.8 "Best Presentation Award", Samsung SSTF 2019 (수상자 박경호)
2019.10 "3위", Digital Forensic Challenge 2019 Tech Contest (수상자 오동빈)
2019.10 "감사장", 경찰의 날 감사장 (김휘강)
2019.12 "우수상", 제 2회 대검찰청 과학수사 아이디어 경진대회 (수상자 박경호)
2019.12 “대상”, KSC2019 쏘카 x 한국정보과학회주관한 AI 영상분석 경진대회 (수상자: 안동현, 박경호)
2020.09 "장려상", 2020 사이버안보(보안) 논문 공모전 (주저자 박은지, 교신저자 김휘강)
2020.11 "Best paper award", ASIA JCIS 2020 (주저자 김영환, 교신저자 김휘강)
2020.11 "최우수상", 과기정통부 x 한국인터넷진흥원 주관 정보보호 해커톤 (수상자 김병연)
2021.11 "금융보안원장상", 제 5회 금융보안원 논문공모전 우수상 (오명교/이현정/김경곤/김휘강)
2021.11 "공로상", 2021년 한국정보보호학회 공로상 (김휘강)
2022.06 "제32회 과학기술우수논문상", 한국과학기술단체총연합회 (김휘강)
2022.10. The 2021 VehCom Best Paper Award by Elsevier Vehicular Communication Journal - Song, Hyun Min, Jiyoung Woo, and Huy Kang Kim. "In-vehicle network intrusion detection using deep convolutional neural network." Vehicular Communications 21 (2020): 100198.
2023.03. Prof. Huy Kang Kim, Outstanding Reviewer Award, VehicleSec 2023 (co-located with NDSS 2023)
2023.04. "Best paper award", 정성훈 (Seonghoon Jeong), 류민수 (Minsoo Ryu), 강현재 (Hyunjae Kang), 김휘강 (Huy Kang Kim), "Infotainment System Matters: Understanding the Impact and Implications of In-Vehicle Infotainment System Hacking with Automotive Grade Linux", ACM CODASPY 2023
2023.05. 고려대학교 석탑국제협력상 (김휘강)
2023.05. 고려대학교 석탑연구상 (김휘강)
2024.05. "Distinguished Paper Award", IEEE Symposium on Security and Privacy 2024, BENZENE: A Practical Root Cause Analysis System with an Under-Constrained State Mutation, Younggi Park (Korea University), Hwiwon Lee (Korea University), Jinho Jung (Ministry of National Defense), Hyungjoon Koo (Sungkyunkwan University), Huy Kang Kim (Korea University)
2024.09. 개인정보 보호 유공, 개인정보보호위원장 표창 (김휘강)
2024.10. Prof. Huy Kang Kim is listed in the Stanford/Elsevier's World Top 2% Scientist.
2024.11. 2024년 사이버치안대상 - 대통령 표창 (김휘강)
2024.12. "Outstanding Paper Award", Mobisec 2024, "ARGUS: Analyzing Routes on Geolocation Unavailable Scenarios using Sensor Fusion and Deep Learning", Saehee Jun, Gang Min Kim, Huy Kang Kim, and Byung Il Kwak