文献

J-GLOBAL ID：201702268236272706   整理番号：17A1913789

機械学習を用いたプロセッサレベルでのプログラム分類に関する予備評価

Preliminary Evaluation on the Program Classification at the Processor Level using Machine Learning

著者 (5件)： 小林良太郎 (工学院大 情報) ,  高瀬誉 (豊橋技科大) ,  大谷元輝 (豊橋技科大) ,  大村廉 (豊橋技科大) ,  加藤雅彦 (長崎県大 情報システム)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 117  号： 316(ICSS2017 38-50)  ページ： 5-10  発行年： 2017年11月13日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： IoT機器の普及で,様々な機器がインターネットに接続されるようになり,日常生活の利便性が向上している。しかし,IoT機器を踏み台とした大規模なDDoS攻撃の発生をはじめ,IoT機器を対象とした様々な攻撃が増加していることから,IoT機器のセキュリティ対策が重要視されるようになった。IoT機器ではハードウェアリソースが限られていることから,アンチウイルスソフトの導入や頻繁なパターンファイルのアップデートが容易ではないことが多い。そこで,ハードウェアリソースの消費を抑制するための機構として,プロセッサから抽出した情報を活用するマルウェア検知機構を提案する。アセンブリコードやレジスタ値などのプロセッサが扱う情報を特徴量として,機械学習によるマルウェア検知を目指す。本稿では,ソフトウェアシミュレータを用いた提案機構によるプログラム分類の予備評価を行なった。実験の結果,プロセッサ情報を用いてプログラムを高い精度で分類できることが分かった。(著者抄録)

シソーラス用語： *機械学習 ,  演算プロセッサ ,  計算機プログラム ,  相互接続 ,  インターネット ,  攻撃行動 ,  *コンピュータセキュリティ ,  *検出 ,  マルウェア ,  実験 ,  *中央処理装置 ,  サイバー攻撃
準シソーラス用語： DDoS攻撃 ,  IoT ,  *マルウェア検出

分類 (3件)： 計算機ソフトウエア一般  (JD01010K) ,  データ保護  (JD01020V) ,  人工知能  (JE08000Z)

引用文献 (15件)：

• Gartner Says 8.4 Billion Connected ′′Things′′ Will Be in Use in 2017, Up 31 Percent From 2016, http://www.gartner.com/newsroom/id/3598917
• The Internet of Things Ecosystem is Broken. How Do We Fix It? - TrendLabs Security Intelligence Blog, http://blog.trendmicro.com/trendlabs-security-intelligence/internet-things-ecosystem-brcken-fix/
• Malware Statistics & Trends Report|AV-TEST, https://www.av-test.org/en/statistics/malware/
• 村上純一,鵜飼裕司,′′類似度に基づいた評価データの選別によるマルウェア検知精度の向上′′,コンピュータセキュリティシンポジウム 2013 論文集,Vol.2013,No.4,pp.870-876,2013.
• 笠間貴弘,吉岡克成,井上大介,松本勉,′′実行毎の挙動の差異に基づくマルウェア検知手法の提案′′,コンピュータセキュリティシンポジウム 2011 論文集,pp.726-731,2011.

タイトルに関連する用語 (4件)： 機械学習 ,  プロセッサ ,  分類 ,  評価