STGCNを用いたマルウェア感染源予測方法の検討

カテゴリ: 研究会(論文単位)

論文No: CMN21030

グループ名: 【C】電子・情報・システム部門 通信研究会

発行日: 2021/07/16

タイトル(英語): Consideration of a prediction method of malware infection source using STGCN

著者名: 宇野 克紀(関西大学),木村 共孝(同志社大学),平田 孝志(関西大学)

著者名(英語): Katsuki Uno(Kansai University),Tomotaka Kimura(Doshisha University),Kouji Hirata(Kansai University)

要約(日本語): 本論文では、マルウェアの流行モデルに対して、Spatial Temporal Graph Convolutional Networks (STGCN) によるマルウェアの感染源の予測手法を提案する。STGCNは、畳み込み演算を応用して、ネットワーク構造の時間的・空間的特徴を抽出する機械学習手法である。提案手法では、STGCNの入力データであるネットワーク構造と時間変化時の各ホストの感染状態に基づいて、マルウェアの感染源を推定する。本論文では、提案手法の有効性を数値実験によって示す。_x000D_

要約(英語): This paper proposes a method for predicting the source of malware infection by Spatial Temporal Graph Convolutional Networks (STGCN) for a model of malware epidemics. STGCN is a machine learning technique that applies convolution operations to extract temporal and spatial features in network structures. The proposed method estimates the source of malware infection based on the network structures and the infection status of each host when time changes, which are used as input data to the STGCN. In this paper, the effectiveness of the proposed method is shown through numerical experiments._x000D_

本誌: 2021年7月19日―2021年7月20日通信研究会

本誌掲載ページ: 9-13 p

原稿種別: 日本語

PDFファイルサイズ: 1,101 Kバイト