文献

J-GLOBAL ID：202002226927160361   整理番号：20A1445048

機械学習を用いた先進Linuxマルウェアの検出【JST・京大機械翻訳】

Detection of Advanced Linux Malware Using Machine Learning

著者 (2件)： Kumar Nitesh (CAS, Dr. APJ Abdul Kalam Technical University, Lucknow, India) ,  Handa Anand (C3I Lab, IIT Kanpur, Kanpur, India)
資料名： Advances in Intelligent Systems and Computing  (Advances in Intelligent Systems and Computing)
巻： 1086  ページ： 185-194  発行年： 2020年 
JST資料番号： W5075A  ISSN： 2194-5357  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 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】

シソーラス用語： オペレーティングシステム ,  *機械学習 ,  Windows ,  *Linux ,  *マルウェア
準シソーラス用語： ファイルフォーマット , 【Automatic Indexing@JST】

著者キーワード (5件)： ELF ,  特徴抽出 ,  機械学習 ,  静的解析 ,  動的解析

分類 (2件)： データ保護  (JD01020V) ,  オペレーティングシステム  (JD03020J)

タイトルに関連する用語 (3件)： 機械学習 ,  Linux ,  マルウェア