| 講演名 | 2016-03-04 マルウェア感染ホストが生成する通信の弁別手法 水野 翔(早大), 畑田 充弘(早大), 森 達哉(早大), 後藤 滋樹(早大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | マルウェアがもたらす脅威は依然として顕著である．PC やスマートフォン等の端末をマルウェアの被害から保護するためには，未然に感染を防ぐゃことが最重要である．しかし，アンチウイルスソフト等の対応が追いつかずに感染を許してしまう場合も少なくない．そのような場合，二次被害を防ぐ，ための対処を早期に行う必要がある．本研究の目的はインターネットバックボーンで観測される大量の通信データを分析し，マルウェアに感染している端末を検知することである．そのようなシステムを実現するために軽量で高精度な検知手法を提案する．主要なアイデアは HTTP パケットのヘッダ値に記録された様々な情報に機械学習を適用し，悪性通信と良性通信を弁別することにある．実データを用いた評価の結果，マルウェア感染ホストが生成する通信を最大で 97.2％の精度で検知可能であること，弁別に必要な特徴量を減じることが可能であることを示した． |
| 抄録(英) | Damage caused by malware has been a significant problem that need to be addressed. In order to protect PC or smartphone devices from such threats, it is crucial to prevent malware infection before it happens. However, since there are no perfect solutions that satisfy such requirement, e.g., zero-day attacks and/or social engineering techniques, it is always the case that vulnerable devices are infected with new malware. Next thing we can do is to detect such infected hosts as soon as possible. In this work, we propose a novel, lightweight system that aims to identify devices that are likely infected with malware. The system analyses Internet backbone traffic and detect traffic attributed to malware communication. Our key idea is to make use of various information recorded in HTTP headers and apply a machine learning algorithm to classify observed HTTP headers into two classes: legitimate and malicious. Throughout experiments, we demonstrate our methodology can achieve up to 97.2% of accuracy in detecting malicious traffic. We also demonstrate that by adopting feature selection technique and sparse learning algorithm with L1 regularization, we can drastically reduce the number of features needed to train our classifier; hence the system can be lightweight. |
| キーワード(和) | |
| キーワード(英) | |
| 資料番号 | ICSS2015-66 |
| 発行日 | 2016-02-25 (ICSS) |
| 研究会情報 | |
| 研究会 | ICSS / IPSJ-SPT |
|---|---|
| 開催期間 | 2016/3/3(から2日開催) |
| 開催地（和） | 京都大学 学術情報メディアセンター 南館 |
| 開催地（英） | Academic Center for Computing and Media Studies, Kyoto University |
| テーマ（和） | 情報通信システムセキュリティ、一般 |
| テーマ（英） | Information and Communication System Security, etc. |
| 委員長氏名（和） | 三宅 優(KDDI研) |
| 委員長氏名（英） | Yutaka Miyake(KDDI R&D Labs.) |
| 副委員長氏名（和） | 西出 隆志(筑波大) / 白石 善明(神戸大) |
| 副委員長氏名（英） | Takashi Nishide(Univ. of Tsukuba) / Yoshiaki Shiraishi(Kobe Univ.) |
| 幹事氏名（和） | 植田 武(三菱電機) / 高倉 弘喜(NII) |
| 幹事氏名（英） | Takeshi Ueda(Mitsubishi Electric) / Hiroki Takakura(NII) |
| 幹事補佐氏名（和） | 吉岡 克成(横浜国大) / 神谷 和憲(NTT) |
| 幹事補佐氏名（英） | Katsunari Yoshioka(Yokohama National Univ.) / Kazunori Kamiya(NTT) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Information and Communication System Security / Special Interest Group on Security Psychology and Trust |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | マルウェア感染ホストが生成する通信の弁別手法 |
| サブタイトル（和） | |
| タイトル（英） | Discrimination of communication traffic generated by malware-infected hosts |
| サブタイトル（和） | |
| キーワード(1)（和/英） | |
| 第 1 著者 氏名（和/英） | 水野 翔 / Sho Mizuno |
| 第 1 著者 所属（和/英） | 早稲田大学(略称：早大) Waseda University(略称：Waseda University) |
| 第 2 著者 氏名（和/英） | 畑田 充弘 / Mitsuhiro Hatada |
| 第 2 著者 所属（和/英） | 早稲田大学(略称：早大) Waseda University(略称：Waseda University) |
| 第 3 著者 氏名（和/英） | 森 達哉 / Tatsuya Mori |
| 第 3 著者 所属（和/英） | 早稲田大学(略称：早大) Waseda University(略称：Waseda University) |
| 第 4 著者 氏名（和/英） | 後藤 滋樹 / Shigeki Goto |
| 第 4 著者 所属（和/英） | 早稲田大学(略称：早大) Waseda University(略称：Waseda University) |
| 発表年月日 | 2016-03-04 |
| 資料番号 | ICSS2015-66 |
| 巻番号（vol） | vol.115 |
| 号番号（no） | ICSS-488 |
| ページ範囲 | pp.117-122(ICSS), |
| ページ数 | 6 |
| 発行日 | 2016-02-25 (ICSS) |