抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
未知マルウェアは劇的に増加しているが,既存のセキュリティソフトウェアはそれらを効果的に同定できない。本論文では,nグラム属性類似性に基づく新しいマルウェア検出と分類法を提案した。訓練サンプルからバイトコードのすべてのnグラムを抽出し,属性として最も適切なを選択した。マルウェアと良性別々ににおける属性の平均値を計算した後,試験試料はマルウェアまたは試験試料の属性とマルウェアの二平均属性間の属性の類似性による良性および良性決定した。は,さまざまな機械学習法のと提案手法を比較し,ナイーブベイズ,Bayesianネットワーク,サポートベクトルマシンとC4.5決定木を含む。公共(Openマルウェアベンチマーク)と民間(自己捕集)データセット上での実験結果により,2つの提案法は他の四法より優れていることを明らかにした。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】