文献

J-GLOBAL ID：201802235901463238   整理番号：18A1481077

ナイフへのGaNの導入:検出を避けるためのマルウェア通信の適応【JST・京大機械翻訳】

Bringing a GAN to a Knife-Fight: Adapting Malware Communication to Avoid Detection

著者 (2件)： Rigaki Maria ,  Garcia Sebastian
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： SPW  ページ： 70-75  発行年： 2018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： 生成加算器ネットワーク(Gans)は多数のドメインで成功裏に使用されている。本論文では,他のタイプのトラヒックを模倣するために,ネットワークトラヒックを生成するためのGansの利用を提案した。特に,著者らの方法は,正当なアプリケーションのトラフィックを模倣するために,実際のマルウェアのネットワーク挙動を修正し,したがって,検出を避ける。GANからのパラメータを受信するためにマルウェアのソースコードを修正することにより,Faceブックチャットネットワークトラフィックの挙動を模倣するために,そのコマンド制御(C2)チャネルの挙動を適合させることができた。この方法で,機械学習と行動特性を使用する新世代侵入防止システムの検出を避けることができた。実生活シナリオはルータにおける成層圏行動IPSを用いて成功裏に実装されたが,マルウェアとGANは著者らの研究室のローカルネットワークに配備され,C2サーバはクラウドに配備された。結果は,GANが不正ソフトウェアのトラフィックをうまく修正し,それを検出できないことを示した。修正したマルウェアは,それがブロックされているかどうかを試験し,GANへのフィードバックとしてこの情報を使用した。本研究は,自己適応マルウェアと自己適応IPSの可能性を示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： チャネル ,  応用プログラム ,  ローカル回線 ,  ネットワーク ,  窒化ガリウム ,  *通信 ,  機械学習 ,  成層圏 ,  *マルウェア
準シソーラス用語： 自己適応 ,  侵入防止 ,  指令 ,  ネットワークトラフィック ,  チャットシステム ,  ソースコード , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： ナイフ ,  GaN ,  マルウェア ,  適応