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
技報オンライン
‥‥ (ESS/通ソ/エレソ/ISS)
技報アーカイブ
‥‥ (エレソ/通ソ)
 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 2018-11-21 15:15
ラベル情報を利用する敵対的生成モデルによるマルウェア解析手法の検討
古本啓祐伊沢亮一高橋健志井上大介NICT
技報オンラインサービス実施中
抄録 (和) マルウェアを画像化する手法と深層学習を組み合わせた方式が数多く提案されている.これらの手法は,従来の人手による解析作業とは異なり,統計的な最適化問題として各検体を扱うアプローチであると考えられる.マルウェアのデータセットには,各検体に対する正解ラベル(マルウェアファミリ)の命名規則や判断基準がセキュリティベンダーごとに異なっており,識別精度がラベル付けの方法に大きく影響を受けるという課題が存在する.そこで,敵対的生成モデル(GAN:Generative Adversarial Networks)をマルウェア解析に適用するアプローチを検討する.GANのモデルは,複製側(Generator)と識別側(Discriminator)の2つのニューラルネットワークを内包し競わせることにより,教師なし学習による特徴量の学習結果を具体的なデータ表現として扱えることが可能である.特に本稿では,Conditional GANと呼ばれるラベル情報を利用することで出力クラスを明示的に指定可能なモデルを利用した手法を提案する.大規模データセットにおいて正解ラベルを各検体に1対1に対応付ける必要がなく,複数のセキュリティベンダーによるラベル情報をモデル内で利用できることが提案手法の特徴である. 
(英) Many schemes combining deep learning with methods for imaging malware have been proposed. These methods are considered to be statistical optimization problems unlike conventional manual analysis work. In the data set of malware, the naming rules and criteria of the correct label (malware family) are different for each security vendor, and there is a problem that the identification accuracy is greatly affected by the labeling method. Therefore, we consider approaches to apply Generative Adversarial Networks to malware analysis. In the GAN model, it is possible to learn feature quantities by unsupervised learning. In particular, this paper proposes a method using a model called Conditional GAN. The feature of the proposed method is that it is not necessary to associate correct labels with each specimen in a large-scale dataset, and label information from multiple security vendors can be used in the model.
キーワード (和) マルウェア / ディープラーニング / 敵対的生成学習 / / / / /  
(英) Malware / Deep Learning / Generative Adversarial Networks / / / / /  
文献情報 信学技報, vol. 118, no. 315, ICSS2018-57, pp. 25-30, 2018年11月.
資料番号 ICSS2018-57 
発行日 2018-11-14 (ICSS) 
ISSN Print edition: ISSN 0913-5685  Online edition: ISSN 2432-6380

研究会情報
研究会 ICSS  
開催期間 2018-11-21 - 2018-11-22 
開催地(和) 宝山ホール(鹿児島) 
開催地(英)  
テーマ(和) 情報システム・セキュリティ、一般 
テーマ(英)  
講演論文情報の詳細
申込み研究会 ICSS 
会議コード 2018-11-ICSS 
本文の言語 日本語 
タイトル(和) ラベル情報を利用する敵対的生成モデルによるマルウェア解析手法の検討 
サブタイトル(和)  
タイトル(英) Malware Analysis Method Using Conditional Generative Adversarial Network 
サブタイトル(英)  
キーワード(1)(和/英) マルウェア / Malware  
キーワード(2)(和/英) ディープラーニング / Deep Learning  
キーワード(3)(和/英) 敵対的生成学習 / Generative Adversarial Networks  
キーワード(4)(和/英) /  
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) 古本 啓祐 / Keisuke Furumoto / フルモト ケイスケ
第1著者 所属(和/英) 情報通信研究機構 (略称: NICT)
National Institute of Information and Communications Technology (略称: NICT)
第2著者 氏名(和/英/ヨミ) 伊沢 亮一 / Ryoichi Isawa / イサワ リョウイチ
第2著者 所属(和/英) 情報通信研究機構 (略称: NICT)
National Institute of Information and Communications Technology (略称: NICT)
第3著者 氏名(和/英/ヨミ) 高橋 健志 / Takeshi Takahashi / タカハシ タケシ
第3著者 所属(和/英) 情報通信研究機構 (略称: NICT)
National Institute of Information and Communications Technology (略称: NICT)
第4著者 氏名(和/英/ヨミ) 井上 大介 / Daisuke Inoue / イノウエ ダイスケ
第4著者 所属(和/英) 情報通信研究機構 (略称: NICT)
National Institute of Information and Communications Technology (略称: NICT)
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 2018-11-21 15:15:00 
発表時間 25 
申込先研究会 ICSS 
資料番号 IEICE-ICSS2018-57 
巻番号(vol) IEICE-118 
号番号(no) no.315 
ページ範囲 pp.25-30 
ページ数 IEICE-6 
発行日 IEICE-ICSS-2018-11-14 


[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