文献

J-GLOBAL ID：202002241428908160   整理番号：20A2586425

最長頻出系列マイニングに基づく悪意コード検出【JST・京大機械翻訳】

Malware detection based on longest frequent API sequence

著者 (4件)： Huang Kunming (四川大学网絡空間安全学院,成都610065) ,  Zhang Lei (四川大学网絡空間安全学院,成都610065) ,  Zhao Kui (四川大学网絡空間安全学院,成都610065) ,  Liu Liang (四川大学网絡空間安全学院,成都610065)
資料名： Sichuan Daxue Xuebao. Zirankexueban  (Sichuan Daxue Xuebao. Zirankexueban)
巻： 57  号： 4  ページ： 681-688  発行年： 2020年 
JST資料番号： C2595A  ISSN： 0490-6756  CODEN： SCTHAO  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 動的APIシーケンスマイニングに基づく悪意なコード検出法は,悪意のあるコード間の挙動の違いを考慮に入れず,悪意な行為を表わす悪意なシーケンスマイニングの悪い効果をもたらし,悪意なコードの検出効率は低い。本論文では,目標指向相関マイニング技術を導入し,最長頻出系列マイニングアルゴリズムを提案し,最長頻出系列をマイニングし,悪意コード検出に用いた。最初に,サンプルファイルの動的APIシーケンスを抽出し,前処理した。次に,最長頻出シーケンスマイニングアルゴリズムを用いて,最長頻出系列集合をマイニングした。最後に,マイニングの最長頻出系列集合を用いて,単語袋モデルを構築し,サンプル文書の動的API配列をベクトルに変換し,ランダムフォレストアルゴリズムを使用して,分類装置検出の悪意コードを構築した。本論文では、アリー雲が提供するデータセットを用いて実験を行い、悪意コード検出の正確性とAUC(AreaUnderCurve)値がそれぞれ95.6%と0.99に達し、その結果、提案手法が悪意コードを効果的に検出できることが分かった。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  ベクトル ,  分類装置 ,  前処理 ,  検出法 ,  検出効率 ,  単語
準シソーラス用語： 正確性 ,  ランダムフォレスト ,  アソシエーション分析 ,  シーケンスマイニング , 【Automatic Indexing@JST】

分類 (1件)： 数値計算  (JE02000J)

タイトルに関連する用語 (1件)： 系列