文献

J-GLOBAL ID：201802253277692770   整理番号：18A0517152

学習はevasive電子メールベースP2P様ボットネット【Powered by NICT】

A learning evasive email-based P2P-like botnet

著者 (5件)： Wang Zhi (College of Computer and Control Engineering, Nankai University, Tianjin 300350, China; Information Security Evaluation Center of Civil Aviation, Civil Aviation University of China, Tianjin 300300, China) ,  Qin Meilin (College of Computer and Control Engineering, Nankai University, Tianjin 300350, China) ,  Chen Mengqi (College of Computer and Control Engineering, Nankai University, Tianjin 300350, China) ,  Jia Chunfu (College of Computer and Control Engineering, Nankai University, Tianjin 300350, China; Information Security Evaluation Center of Civil Aviation, Civil Aviation University of China, Tianjin 300300, China; Key Lab. on High Trusted Information System in Hebei Province, Baoding 071002, China) ,  Ma Yong (Information Security Evaluation Center of Civil Aviation, Civil Aviation University of China, Tianjin 300300, China)
資料名： China Communications  (China Communications)
巻： 15  号： 2  ページ： 15-24  発行年： 2018年 
JST資料番号： W2359A  ISSN： 1673-5447  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 英語 (EN)

抄録/ポイント： コア成分としてのマルウェア検出システムで広く使用されている機械学習。機械学習アルゴリズムは,全てのデータセットは,同じ基本的なデータ分布に従うという仮定の下で設計されている。しかし実世界マルウェアデータ分布は安定ではなく,時間と共に変化する。機械学習アルゴリズムとマルウェアデータ概念ドリフト問題の知識を利用して,新しい学習回避ボットネットアーキテクチャとステルスと安全C&C機構を示した。電子メール通信チャネルに基づいて,筆者らは,電子メールサーバの優れた評判および同一チャネル内での良性電子メール通信の膨大な量を利用するステルス電子メールベースP2Pのようなボットネットを構築した。実験の結果は,水平相関学習アルゴリズムが十分に自信を持って体積の特徴と時間的特徴に基づいて正常電子メールトラヒックから不正電子メールトラヒックを分離することは困難で示した。マルウェアデータ概念ドリフトと可能な防御戦略を論じた。Copyright 2018 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： 学習アルゴリズム ,  通信チャネル ,  *電子メール ,  ドリフト ,  通信 ,  *学習 ,  チャネル ,  安全性 ,  機械学習
準シソーラス用語： 防衛 ,  自信 ,  メールサーバ ,  マルウェア検出 ,  *ボットネット ,  *ピアツーピア , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 学習 ,  電子メール ,  P2P ,  ボットネット