文献

J-GLOBAL ID：201902218938521293   整理番号：19A2445319

注意機構による神経マルウェア解析【JST・京大機械翻訳】

Neural malware analysis with attention mechanism

著者 (8件)： Yakura Hiromu (University of Tsukuba, Tsukuba, Japan) ,  Yakura Hiromu (RIKEN Center for Advanced Intelligence Project, Japan) ,  Shinozaki Shinnosuke (University of Tsukuba, Tsukuba, Japan) ,  Nishimura Reon (University of Tsukuba, Tsukuba, Japan) ,  Oyama Yoshihiro (University of Tsukuba, Tsukuba, Japan) ,  Sakuma Jun (University of Tsukuba, Tsukuba, Japan) ,  Sakuma Jun (RIKEN Center for Advanced Intelligence Project, Japan) ,  Sakuma Jun (JST CREST, Japan)
資料名： Computers & Security  (Computers & Security)
巻： 87  ページ： Null  発行年： 2019年 
JST資料番号： E0995A  ISSN： 0167-4048  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 目的:モーメントからモーメントまで進化する多様なタイプの不正ソフトウェアを融合するために,マルウェアサンプルの特性に関連する深い知識を直ちに獲得することが重要である。本論文では,サンプルの機能性を特性化する与えられたマルウェアサンプルの重要なバイトシーケンスを抽出する方法を提案した。これにより,サンプルの機能性を調べる人の分析者の作業負荷を低減した。二値データから変換された画像に対する注意機構を持つ畳込みニューラルネットワーク(CNN)を適用することにより,提案手法は,分類に対してより高い重要性を持つ領域を特定することが期待される注意マップの計算を可能にする。この領域の区別により,二値データからマルウェア族に特有の特徴的バイト系列の抽出が可能になり,事前知識なしに人間の分析者に有用な情報を提供できる。結果:マルウェアデータセットを用いた評価実験の結果は,提案方法によって抽出されたシーケンスが手動解析のための有用な情報を提供することを明らかにした。例えば,バックドアの場合について。Win32.Agobot.ltは,IRCを介して遠隔サーバからコマンドを受信するための機能において,注意マップポイントにおいて最も重要な領域である。この結果は,そのファミリー,Worm:Win32/Gaobotの挙動を特性化する。それは,IRCを通して送られたコマンドを実行して,ボットネットを構築する。結論:注意機構を有するCNNの利点を利用することにより,提案した方法は,マルウェア試料の手動分析に対して,二値選択的に重要な領域を提供することを示した。Copyright 2019 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 機械学習 ,  バイト ,  キャラクタリゼーション ,  モーメント ,  *マルウェア ,  画像 ,  動的解析
準シソーラス用語： ボットネット ,  指令 ,  評価実験 ,  事前知識 ,  畳込みニューラルネットワーク ,  機能性 ,  *マルウェア解析 ,  *神経 , 【Automatic Indexing@JST】

著者キーワード (5件)： マルウェア分析 ,  畳み込みニューラルネットワーク ,  注意機構 ,  静的解析 ,  機械学習

分類 (2件)： データ保護  (JD01020V) ,  計算機網  (JC03000K)

タイトルに関連する用語 (3件)： 注意 ,  神経 ,  マルウェア解析