画像特徴量によるマルウェア亜種検知の精度向上

カテゴリ: 全国大会

論文No: 3-034

グループ名: 【全国大会】令和3年電気学会全国大会論文集

発行日: 2021/03/01

タイトル(英語): Improving the accuracy of Malware Variant detection based on Image Features

著者名: 原田吉樹（日本大学）,泉隆（日本大学）,滕琳（日本大学）

著者名(英語): Yoshiki Harada (Nihon University),Takashi Izumi (Nihon University),Lin Teng (Nihon University)

キーワード: 画像特徴量|マルウェア|亜種検知|Image features|Malware|Variants Detection

要約(日本語): 近年のサイバー攻撃の主流として，マルウェア亜種を作り攻撃する手法がとられ，パターンファイルの作成が追い付かない現状となっている．研究目的は，マルウェア亜種検知の精度向上であり，本稿では，複合特徴量とデータセットへの異常データ混入について検討し，各特徴量との精度比較を行う．複合特徴量の作成については，分散を利用した特徴量評価手法を用いる．また，データセットへの異常データ混入を行い，異常検知モデルの構築の際に発生する問題に対処する．それらにより，平均亜種検知率96.86%という結果が得られた．

原稿種別: 日本語

PDFファイルサイズ: 436 Kバイト