文献

J-GLOBAL ID：202202264832771710   整理番号：22A1062277

野生におけるマルウェアの分析【JST・京大機械翻訳】

Dissecting Malware in the Wild

著者 (4件)： Spencer Hamish (University of Adelaide, Australia) ,  Wang Wei (University of Adelaide, Australia) ,  Sun Ruoxi (University of Adelaide, Australia) ,  Xue Minhui (University of Adelaide, Australia)
資料名： ACM Proceedings  (ACM Proceedings)
号： ACSW 2022  ページ： 56-64  発行年： 2022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： 悪いファイスアクターによる新しい悪意のあるコンピュータソフトウェアのますます急速な発展により,商用および研究指向抗ウイルス検出器は,エンドユーザがそれらの効果にさらされる前に,そのようなマルウェアを有害として同定するために,機械学習戦術のより大きな利用をなしている。言い換えると,これらの機械学習ベースの検出器によって危険として分類できるように,既知のマルウェアを操作できるツールの開発を推進し,一方,それらの悪意のある機能性を保持した。これらの操作は,ソフトウェアの能力を変えずに異なるファイル構造と署名をもたらすWindowsプログラムに作成できる一連の変化を適用することにより機能する。静的マルウェア検出器を削除するために,入力マルウェアにこれらの変更を適用する最も効果的な方法のために,様々な提案がなされてきた。本研究の目的は,これらの提案を吟味し,その実行をテストし,どの戦術が最も成功した攻撃を生成する傾向があるかを決定することである。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： 検出 ,  計算機ファイル ,  ソフトウェア ,  検出器 ,  性質 ,  コンピュータ ,  機械学習 ,  Windows ,  *マルウェア
準シソーラス用語： エンドユーザ ,  機能性 ,  戦術 ,  マルウェア検出 , 【Automatic Indexing@JST】

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 ,  分析