| 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 | 2021-11-30 09:55 マルウェアのAPIコール列データの一部を用いたCNNの水増し手法とRNNでの比較 ○浅井崇吾・布田裕一（東京工科大）  ICSS2021-55 |
|
| 抄録 | （和） | 近年，社会の情報化が進むにつれ，情報を狙ったマルウェアが増加の一途を辿っている．こうした現状において，動的解析によって得られたデータ等から，機械学習や深層学習といった学習手法を 用いる事でマルウェアの特徴を学習させ，自動的に種類を分類・解析する手法が使用・研究されている．しかし，深層学習を行うには膨大な量のサンプルが必要であるため，サンプルが少ない場合は精度が向上しない可能性がある．そこで本稿では，ファイルレスマルウェアのようなサンプルが少なく，動的解析によるAPIコールの取得しか行えないような場面を想定する．その場面において，水増しを用いたCNNとRNNを用いた場合の分類精度を比較し，有効性を検証する． |
| （英） | In recent years, as society has become more information-oriented, malware for information has been increasing. In such a situation, methods to automatically classify and analyze malware types are used and researched by learning the characteristics of malware using learning methods such as machine learning and deep learning from data obtained through dynamic analysis. However, since deep learning requires a huge amount of samples, the accuracy may be low when the samples are small. In this report, we suppose the condition that we have few samples and no alternative to utilizing of API calls through dynamic analysis for malware classification. Under the condition, we compare the classification accuracy of CNNs and RNNs to verify their effectiveness. | |
| キーワード | （和） | マルウェア / API call / CNN / RNN / LSTM / 分類 / 水増し / |
| （英） | Malware / APIcall / CNN / RNN / LSTM / Classification / padding / | |
| 文献情報 | 信学技報, vol. 121, no. 275, ICSS2021-55, pp. 55-60, 2021年11月. | |
| 資料番号 | ICSS2021-55 | |
| 発行日 | 2021-11-22 (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 | ICSS2021-55 |
|
| 研究会情報 | |
| 研究会 | ICSS |
| 開催期間 | 2021-11-29 - 2021-11-30 |
| 開催地（和） | 高知城ホール |
| 開催地（英） | KOCHIJYO HALL |
| テーマ（和） | セキュリティ、一般 |
| テーマ（英） | Security, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | ICSS |
| 会議コード | 2021-11-ICSS |
| 本文の言語 | 日本語 |
| タイトル（和） | マルウェアのAPIコール列データの一部を用いたCNNの水増し手法とRNNでの比較 |
| サブタイトル（和） | |
| タイトル（英） | Comparison of CNN padding method using a part of malware API call sequence data with RNN. |
| 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） | API call / APIcall |
| キーワード(3)（和/英） | CNN / CNN |
| キーワード(4)（和/英） | RNN / RNN |
| キーワード(5)（和/英） | LSTM / LSTM |
| キーワード(6)（和/英） | 分類 / Classification |
| キーワード(7)（和/英） | 水増し / padding |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 浅井 崇吾 / Shugo Asai / アサイ シュウゴ |
| 第1著者 所属（和/英） | 東京工科大学 (略称： 東京工科大) Tokyo University of Technology (略称： TUT) |
| 第2著者 氏名（和/英/ヨミ） | 布田 裕一 / Yuichi Futa / フタ ユウイチ |
| 第2著者 所属（和/英） | 東京工科大学 (略称： 東京工科大) Tokyo University of Technology (略称： TUT) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2021-11-30 09:55:00 |
| 発表時間 | 25分 |
| 申込先研究会 | ICSS |
| 資料番号 | ICSS2021-55 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.275 |
| ページ範囲 | pp.55-60 |
| ページ数 | 6 |
| 発行日 | 2021-11-22 (ICSS) |
[研究会発表申込システムのトップページに戻る]