One-class SVMとMAMLを用いた未知マルウェアの分類

カテゴリ：研究会(論文単位)

論文No：CMN25035

グループ名：【C】電子・情報・システム部門 通信研究会

発行日：2025/6/23

タイトル(英語)：Unknown Malware Classification Using One-class SVM and MAML

著者名：鷲家 翔(同志社大学),木村 共孝(同志社大学),程 俊(同志社大学)

著者名(英語)： Sho Washika(Doshisha University),Tomotaka Kimura(Doshisha University),Cheng Jun(Doshisha University)

キーワード：マルウェア検知,Ｏｎｅ－Ｃｌａｓｓ　ＳＶＭ,Ｍｏｄｅｌ－　Ａｇｎｏｓｔｉｃ　Ｍｅｔａ－Ｌｅａｒｎｉｎｇ,マルウェア分類,Malware Detection,One-Class SVM,Model- Agnostic Meta-Learning,Malware Classification

要約(日本語)：近年のサイバー脅威により，新種マルウェアの検出が課題となっている．本研究では，One-class SVMで未知のマルウェアを判別し，MAMLを用いて少量データでも高精度に分類可能な手法を提案する．

要約(英語)：With the rapid increase in cyber threats, detecting unknown malware has become an important issue. In this study, we propose a method to identify unknown malware using a One-class SVM and to classify even a small amount of data with high accuracy using MAML.

本誌：2025年6月26日-2025年6月27日通信研究会

本誌掲載ページ：7-10p

原稿種別：日本語

PDFファイルサイズ：1,952Kバイト