講演抄録/キーワード |
講演名 |
2021-03-02 11:05
マルウェアのAPIコール列を用いたCNNとランダムフォレストの精度評価 ○浅井崇吾・布田裕一(東京工科大) ICSS2020-58 |
抄録 |
(和) |
近年,マルウェアの増加が問題になっており,パターンマッチング等のシグネチャ解析では分類することが難しくなってきている.そこで,動的解析によって得られたデータなどを用いて,ランダムフォレスト等の機械学習や,CNN等の深層学習を用いてマルウェアの特徴を学習させ,自動的に分類をさせる手法が使用されている.また,近年では深層学習についての研究により,CNNを用いた分類手法の方が,機械学習を用いた分類手法よりも高い精度を出すようになっている.しかし,深層学習を行うには膨大な量の学習サンプルが必要であるため,サンプルが少なかった場合は機械学習の方が精度が出る場合もある.そこで本稿では,マルウェアの動的解析データから,主要APIコール列のみを抽出し,それを特徴としてランダムフォレストと,CNNに学習させ,分類した結果からどのような精度比較結果が得られるのかを検証する. |
(英) |
In this paper, we compare the accuracy of the results of classifying each malware family by Random Forest and CNN using the preprocessed data generated by extracting only three characteristic word groups from API calls. |
キーワード |
(和) |
マルウェア / API call / CNN / ランダムフォレスト / 分類 / / / |
(英) |
Malware / API call / CNN / random forest / classification / / / |
文献情報 |
信学技報, vol. 120, no. 384, ICSS2020-58, pp. 190-194, 2021年3月. |
資料番号 |
ICSS2020-58 |
発行日 |
2021-02-22 (ICSS) |
ISSN |
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 |
ICSS2020-58 |