お知らせ 研究会の開催と会場に参加される皆様へのお願い(2020年10月開催~)
電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
[ログイン]
技報アーカイブ
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2016-11-04 10:35
Deep Learning for Ransomware Detection
Aragorn TsengYunChun ChenYiHsiang KaoTsungnan LinNTUIA2016-46
抄録 (和) Ransomware is malware that installs covertly on a victim's computer or smartphone, executes a cryptovirology attack and demands a ransom payment to restore it. Ransomwares have been the most serious threat in 2016, and this situation continues to worsen. Because of high reward for Ransomwares, more and more Ransomware families appear, and it make us more difficultly to detect them. There are different signatures or behaviors among different families (i.e. Locky ,Cerber,Cryptowall .....)or versions (i.e. CryptXXX2.0 ,CryptXXX3.0) of Ransomwares, it will be wonderful if there has a way that can detect potential Ransomware threats.
In this paper, we use deep-learning method to detect Ransomwares. At first we introduce how we label the data with different behaviors and what features we choose. And we present our model for detecting various Ransomwares and prevent them from encrypting victim's data. Experimental evaluation demonstrates that our deep-learning model can detect latest Ransomwares in high-speed network timely. 
(英) Ransomware is malware that installs covertly on a victim's computer or smartphone, executes a cryptovirology attack and demands a ransom payment to restore it. Ransomwares have been the most serious threat in 2016, and this situation continues to worsen. Because of high reward for Ransomwares, more and more Ransomware families appear, and it make us more difficultly to detect them. There are different signatures or behaviors among different families (i.e. Locky ,Cerber,Cryptowall .....)or versions (i.e. CryptXXX2.0 ,CryptXXX3.0) of Ransomwares, it will be wonderful if there has a way that can detect potential Ransomware threats.
In this paper, we use deep-learning method to detect Ransomwares. At first we introduce how we label the data with different behaviors and what features we choose. And we present our model for detecting various Ransomwares and prevent them from encrypting victim's data. Experimental evaluation demonstrates that our deep-learning model can detect latest Ransomwares in high-speed network timely.
キーワード (和) Ransomware / deep-learning / cyber-attack / machine-learning / / / /  
(英) Ransomware / deep-learning / cyber-attack / machine-learning / / / /  
文献情報 信学技報, vol. 116, no. 282, IA2016-46, pp. 87-92, 2016年11月.
資料番号 IA2016-46 
発行日 2016-10-27 (IA) 
ISSN Print edition: ISSN 0913-5685  Online edition: ISSN 2432-6380
著作権に
ついて
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034)
PDFダウンロード IA2016-46

研究会情報
研究会 IA  
開催期間 2016-11-03 - 2016-11-04 
開催地(和) 台北(台湾) 
開催地(英) Taipei (Taiwan) 
テーマ(和) IA2016 - Workshop on Internet Architecture and Applications 2016 
テーマ(英) IA2016 - Workshop on Internet Architecture and Applications 2016 
講演論文情報の詳細
申込み研究会 IA 
会議コード 2016-11-IA 
本文の言語 英語 
タイトル(和)  
サブタイトル(和)  
タイトル(英) Deep Learning for Ransomware Detection 
サブタイトル(英)  
キーワード(1)(和/英) Ransomware / Ransomware  
キーワード(2)(和/英) deep-learning / deep-learning  
キーワード(3)(和/英) cyber-attack / cyber-attack  
キーワード(4)(和/英) machine-learning / machine-learning  
キーワード(5)(和/英) /  
キーワード(6)(和/英) /  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) Aragorn Tseng / Aragorn Tseng /
第1著者 所属(和/英) National Taiwan University (略称: NTU)
National Taiwan University (略称: NTU)
第2著者 氏名(和/英/ヨミ) YunChun Chen / YunChun Chen /
第2著者 所属(和/英) National Taiwan University (略称: NTU)
National Taiwan University (略称: NTU)
第3著者 氏名(和/英/ヨミ) YiHsiang Kao / YiHsiang Kao /
第3著者 所属(和/英) National Taiwan University (略称: NTU)
National Taiwan University (略称: NTU)
第4著者 氏名(和/英/ヨミ) Tsungnan Lin / Tsungnan Lin /
第4著者 所属(和/英) National Taiwan University (略称: NTU)
National Taiwan University (略称: NTU)
第5著者 氏名(和/英/ヨミ) / /
第5著者 所属(和/英) (略称: )
(略称: )
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者
発表日時 2016-11-04 10:35:00 
発表時間 20 
申込先研究会 IA 
資料番号 IEICE-IA2016-46 
巻番号(vol) IEICE-116 
号番号(no) no.282 
ページ範囲 pp.87-92 
ページ数 IEICE-6 
発行日 IEICE-IA-2016-10-27 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会