文献

J-GLOBAL ID：201702284556036937   整理番号：17A1349698

グラム属性類似性に基づくマルウェア検出と分類【Powered by NICT】

Malware Detection and Classification Based on N-Grams Attribute Similarity

著者 (2件)： Fuyong Zhang ,  Tiezhu Zhao
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CSE/EUC  ページ： 793-796  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 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】

シソーラス用語： *マルウェア ,  *類似性 ,  サポートベクトルマシン ,  機械学習 ,  ディシジョンツリー
準シソーラス用語： 信念ネットワーク ,  Naive Bayes ,  バイトコード ,  分類法 ,  *マルウェア検出 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： グラム ,  属性 ,  類似性 ,  マルウェア検出 ,  分類