文献

J-GLOBAL ID：201902250467989154   整理番号：19A1164502

機械学習を用いたDNSクエリ/応答のログ解析による悪性端末検出手法の提案

Proposal of malicious device detection method by DNS query/response log analysis using machine learning

著者 (3件)： 仲宗根一成 (東京工大) ,  北口善明 (東京工大) ,  山岡克式 (東京工大)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 118  号： 466(IN2018 84-155)(Web)  ページ： 271-276 (WEB ONLY)  発行年： 2019年02月25日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ネットワーク内のマルウェア感染端末検出には,ブラックリストに基づくシグニチャ型の検出手法が一般的である.しかしマルウェア多様化のため,近い将来この手法では未知マルウェア検出が困難になると推測される.そこで本稿では未知マルウェア検出を目指し,機械学習を用いたアノマリ型の検出手法を提案する.DNSクエリ/応答のログ情報から抽出した特徴ベクトルの時系列データを,RNNを用いて分散表現に変換し,そのクラスタ分析を行なった.実験により,送信元IPアドレスの挙動が2クラスに分類され,少数側のクラスタがいずれも特異的なクエリ送信をしていることを確認した.(著者抄録)

シソーラス用語： *機械学習 ,  *番地指定方式 ,  *解析 ,  有害性 ,  端末装置 ,  検出 ,  ベクトル ,  データ ,  ニューラルネットワーク ,  表現 ,  クラスタ分析
準シソーラス用語： *DNS【インターネット】 ,  マルウェア検出 ,  *ログ解析 ,  再帰型ニューラルネットワーク ,  時系列データ ,  *質問応答 ,  特徴ベクトル ,  分散表現

分類 (2件)： データ保護  (JD01020V) ,  人工知能  (JE08000Z)

引用文献 (7件)：

• J.A. Lewis, ′′Economic Impact of Cybercrime′′, CSIS, Internet: https://www.csis.org/analysis/economic-impactcybercrime, (2018-12-02 参照).
• S.Ichinomiya and I.Hatono, ′′Detecting PCs Infected with Malware by HTTP Log Analysis Using LSTM′′, インターネットと運用技術シンポジウム論文集, vol. 2018, pp.1-6, 2018.
• K.Shima, D.Miyamoto, H.Abe, T.Ishihara, K.Okada, Y.Sekiya, H.Asai, Y.Doi, ′′Classification of URL bitstreams using Bag of Bytes′′, First International Workshop on Network Intelligence (NI2018), vol. February, pp. 20-22, 2018.
• N.Kheir, F.Tran, P.Caron, N.Deschamps, ′′Mentor: Positive DNS Reputation to Skim-Off Benign Domains in Botnet C&C Blacklists′′, ICT Systems Security and Privacy Protection. pp.1-14, 2014.
• 佐藤 彰洋, 中村 豊, 小倉 光貴, 野林 大起 and 池永 全志, ′′ブラックリストに基づく検出の効率化に向けた悪性 DNS クエリ分類手法′′, インターネットと運用技術シンポジウム論文集, vol.2018, pp.100-105, 2018.

タイトルに関連する用語 (7件)： 機械学習 ,  DNS ,  クエリ ,  応答 ,  ログ解析 ,  手法 ,  提案