文献

J-GLOBAL ID：201902228486404952   整理番号：19A0528308

機械学習による動的マルウェア解析の有効性と効率の改善【JST・京大機械翻訳】

Improving the effectiveness and efficiency of dynamic malware analysis with machine learning

著者 (3件)： Kilgallon Sean (Institute for Financial Services Analytics, University of Delaware) ,  De La Rosa Leonardo (Institute for Financial Services Analytics, University of Delaware) ,  Cavazos John (Computer and Information Sciences Department University of Delaware)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： RWS  ページ： 30-36  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： マルウェア脅威景観は常に進化しており,100万以上の新しいマルウェア株が毎日生成されている。すなわち,脅威の早期自動検出はサイバーセキュリティ研究の最優先を構成し,効果的で効率的なより高度な検出と分類法の必要性を増幅する。本論文では,時間マルウェアの長さを予測するための機械学習アルゴリズムの適用を,その悪意のある意図を明らかにするために,砂箱において実行するべきであることを示した。また,マルウェアの静的二値解析と動的解析に基づくマルウェア分類への新しいハイブリッドアプローチを導入した。静的解析は,それを実行することなく二値ファイルから情報を抽出し,動的解析は砂箱環境におけるマルウェアの挙動を捉える。著者らの実験結果は,上述の問題を機械学習問題に変えることによって,マルウェア解析実行時間の予測に関して90%までの精度を得ることができて,マルウェア家族の分類に関して92%までを得ることができることを示した。Copyright 2019 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： *マルウェア ,  学習アルゴリズム ,  有効性 ,  動的解析 ,  *機械学習
準シソーラス用語： 実行時間 ,  静的解析 ,  分類法 ,  サイバーセキュリティ ,  自動検出 ,  マルウェア解析 , 【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 (3件)： 機械学習 ,  マルウェア解析 ,  有効性