文献

J-GLOBAL ID：202102262514501492   整理番号：21A0273688

重み付きヘテログラフに基づく新しいマルウェア検出フレームワーク【JST・京大機械翻訳】

A Novel Malware Detection Framework Based on Weighted Heterograph

著者 (6件)： Fan Meihua (Cyberspace Institute of Advanced Technology/Guangzhou University, Guangzhou, China) ,  Li Shudong (Cyberspace Institute of Advanced Technology/Guangzhou University, Guangzhou, China) ,  Han Weihong (Cyberspace Institute of Advanced Technology/Guangzhou University, Guangzhou, China) ,  Wu Xiaobo (School of Computer Science and Cyber Engineering/Guangzhou University, Guangzhou, China) ,  Gu Zhaoquan (Cyberspace Institute of Advanced Technology/Guangzhou University, Guangzhou, China) ,  Tian Zhihong (Cyberspace Institute of Advanced Technology/Guangzhou University, Guangzhou, China)
資料名： ACM Proceedings  (ACM Proceedings)
号： CIAT 2020  ページ： 39-43  発行年： 2020年 
JST資料番号： D0698C  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： マルウェアは,常にサイバースペースセキュリティに対する主要な脅威の1つである。また,それは抗ウイルス技術の研究者によって長い間関心があった。しかしながら,マルウェアは徐々に多様化し,急速に更新される傾向があり,それは,数および攻撃手段の両方に関して,セキュリティ人員にとって大きな挑戦である。本論文では,グラフニューラルネットワークをマルウェア検出タスクに適用する,細粒マルウェア挙動グラフに基づくマルウェア検出フレームワークを提案した。マルウェアとその行動関連エンティティの関連を表現するために,細粒の悪意のある挙動グラフを設計した。次に,悪意のある行動グラフで運ばれる意味情報を学習することを目的として,MalSageと呼ばれる重み付き不均一グラフニューラルネットワークを提案した。ウイルスTotalからマルウェアデータセット上で提案した方法のモデル評価を行った。結果は,提案したフレームワークがマルウェア分類タスクにおいて他のアルゴリズムより正確であることを示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  ニューラルネットワーク ,  多様化 ,  セキュリティ ,  仮想空間 ,  *マルウェア
準シソーラス用語： 意味情報 ,  エンティティ ,  *マルウェア検出 ,  モデル評価 , 【Automatic Indexing@JST】

著者キーワード (3件)： グラフニューラルネットワーク ,  マルウェア検出 ,  重み付き不均一グラフ

分類 (1件)： データ保護  (JD01020V)

タイトルに関連する用語 (2件)： マルウェア検出 ,  フレームワーク