文献

J-GLOBAL ID：201902277355908264   整理番号：19A2859113

SECUR-AMA:Androidシステムのためのモンテカルロ木探索に基づくアクティブマルウェア解析【JST・京大機械翻訳】

SECUR-AMA: Active Malware Analysis Based on Monte Carlo Tree Search for Android Systems

著者 (3件)： Sartea Riccardo (University of Verona, Department of Computer Science, Strada le Grazie 15, 37134 Verona, Italy) ,  Farinelli Alessandro (University of Verona, Department of Computer Science, Strada le Grazie 15, 37134 Verona, Italy) ,  Murari Matteo (University of Verona, Department of Computer Science, Strada le Grazie 15, 37134 Verona, Italy)
資料名： Engineering Applications of Artificial Intelligence  (Engineering Applications of Artificial Intelligence)
巻： 87  ページ： Null  発行年： 2020年 
JST資料番号： T0797A  ISSN： 0952-1976  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： 著者らは,Androidのためのアクティブなマルウェア解析(AMA)フレームワークであるSECUR-AMAを提案した。(AMA)は,ターゲットからの応答をトリガするシステムに対する行動を実行することにより,ターゲットアプリケーションに関する知識を獲得することを目的とする技術である。このアプローチの主な強さは,見えないままに見えない挙動を抽出する能力である。他の解析技術との重要な違いは,トリガ行動がランダムにも逐次的にも選択されないことであるが,目標応用の挙動について得られた情報を最大化することを目的とする戦略に従う。具体的には,2つのエージェント間の確率的ゲームを実行するフレームワークとしてSECUR-AMAを設計した。分析器の戦略は,ターゲットに関するより多くの情報を得るために,以前の相互作用を考慮に入れた状態と行動空間を効率的に探索するために,モンテカルロ木探索(MCTS)に基づく強化学習アルゴリズムから成る。その代わりに目標モデルを,分析器によって得られた情報を用いて,ゲームを実行しながらオンラインで作成し,それを用いて,反復プロセスにおける解析の残りを導いた。著者らは,公的に利用可能なデータセットから24家族(クラス)に分割された約1200の現実のAndroidマルウェアについて分析したSECUR-AMAの広範な評価を行い,受動的および能動的アプローチを含む異なるタイプの多重最先端技術とのアプローチを比較した。結果は,SECUR-AMAが,著者らのデータセットにおけるほとんどのマルウェア家族のためにより良い分類結果に達することを可能にするより多くの有益なモデルを作り出すことを示した。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： エージェント ,  応用プログラム ,  相互作用 ,  多重化 ,  ゲーム ,  強化学習 ,  学習アルゴリズム ,  *マルウェア ,  分析機器
準シソーラス用語： 最先端技術 ,  オンライン ,  *アンドロイド ,  *マルウェア解析 ,  *モンテカルロ木探索 , 【Automatic Indexing@JST】

著者キーワード (3件)： アクティブマルウェア解析 ,  強化学習 ,  モンテカルロ木探索

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： Android ,  モンテカルロ木探索 ,  マルウェア解析