文献

J-GLOBAL ID：201902285674100335   整理番号：19A0033826

画像処理技術を用いたマルウェア多クラス分類への深層学習アプローチ【JST・京大機械翻訳】

Deep Learning Approach to Malware Multi-class Classification Using Image Processing Techniques

著者 (3件)： Kumari Mamta ,  Hsieh George ,  Okonkwo Christopher A.
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CSCI  ページ： 13-18  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： 悪性ソフトウェアは過去数年間に指数関数的に成長してきた。アンチワーウェア産業の主要な課題の一つは膨大な量のデータとファイルであり,潜在的な悪意のあるコンテンツに対して評価される必要がある。そのような大量のファイルを効果的に分析するために,機械学習に基づくマルウェア分類アプローチを開発して,不正な挙動の同じ形式に基づいて,マルウェアを家族に分類した。本論文では,深い学習アルゴリズムの主要な例である畳込みニューラルネットワーク(CNNs)を用いたマルウェア分類手法の設計と実装について述べた。それにより,CNNを用いて,グレースケール画像として表現されるマルウェア二値ファイルのサンプルを対応するファミリーに分類するための特徴階層を学習する。それはまた,モデル構築を容易にするために移動学習技術を使用する。CNNsの3つの異なるモデルを開発し,これらの実装した方法は,Microsoft Malware Class Challenge(BIG2015)に提供された大規模なマルウェアデータセットを用いて,97%の検証精度を達成した。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： モデリング ,  学習アルゴリズム ,  コンテンツ ,  *画像処理 ,  *学習 ,  指数関数 ,  機械学習 ,  ソフトウェア ,  *マルウェア
準シソーラス用語： グレースケール画像 ,  畳込みニューラルネットワーク ,  *深層学習 ,  *多クラス分類 , 【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 (4件)： 画像処理 ,  マルウェア ,  多クラス分類 ,  深層学習