抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
Linuxの人気が年々増大しているため,Linuxをターゲットとするマルウェア攻撃は最近増加し,Kumar,Nitehは,Linuxの多くの普及している。Windowsベースのオペレーティングシステムのための悪意のあるプログラムの検出に関する多くの研究がある。しかし,Linuxベースオペレーティングシステムに対する悪意のあるプログラムの同定は稀である。マルウェアを検出するために存在するHandaAnand法は,効果的に高度なマルウェアを検出するのに欠けている。本研究は,Linuxオペレーティングシステムのファイルフォーマットである悪意のある実行可能でリンク可能なフォルマ(ELF)ファイルを同定するために,静的および動的特徴を抽出することにより機械学習アプローチを示した。本研究は,悪意のある,そして良性の実行可能を効率的に分類できる分類モデルを構築,訓練するために,良性実行可能とマルウェアの最良の特徴を使用する。そして,分類結果は,XGBoost分類器を用いて99.66%の精度を示し,悪意と良性の実行可能性を区別する。Copyright Springer Nature Singapore Pte Ltd. 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】