| 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 | 2017-03-13 15:40 HTTP通信に着目したDeep Learningに基づくマルウェア感染端末検知手法と検知性能評価 ○西山泰史・熊谷充敏・岡野 靖・神谷和憲・谷川真樹（NTT）・岡田和也・関谷勇司（東大）  ICSS2016-52 |
|
| 抄録 | （和） | マルウェア感染に起因するインシデントを防ぐためには事前に感染を防ぐことが最善策である．しかし，現実には攻撃者の手により様々な新種・亜種のマルウェアが大量に生産されているため，対策が追いついていないのが現状である．そのため，マルウェア感染を防ぐ入口対策だけでなく，感染後できるだけすみやかに感染した端末を発見し，被害を拡大させない出口対策の重要性が高まっている．出口対策の手段としては，機械学習を用いてHTTP通信ログを分析することで，マルウェアに感染した端末を検知する方式が有効である．本稿では，機械学習手法の一つであるDeep Learningに着目し，それを実際のHTTP通信ログに適用して評価実験を行った．また，その結果を従来の機械学習手法であるLogistic Regressionを用いた場合と比較した．その結果，誤検知率が1％以下となるように閾値を調整したときの検知率の値を約7％改善するなど，Deep Learningによる手法の優位性を示すことができた． |
| （英） | Preventive measures are generally important to stop the occurrence of a security incident caused by malware. However, it is common case that unknown malware slip through the preventive measures, because new or variant type of malware are produced on a large scale by attackers. Therefore, second-best way is to correctly detect malware infected-hosts, and to block malicious communication as soon as possible- in fact, the importance of detecting infected terminal strategy is thus increasing. For detecting infected-hosts, it is important to analyze logs taken inside the network to trace malware activity. In this paper, we propose a method of detecting infected hosts using Deep Learning and analyzing HTTP traffic logs. Through our evaluations, we demonstrate the superiority of Deep Learning based approach in comparison to a conventional Logistic Regression based approach. Especially, our evaluation result shows that $rm{TPR_{1%}}$- TPR when threshold is adjusted so that FPR is less than 1%- of our Deep Learning based approach is better in 7 % than Logistic Regression based approach. | |
| キーワード | （和） | ディープラーニング / ログ分析 / マルウェア / 感染端末 / / / / |
| （英） | Deep Learning / Log Analysis / Malware / Infected Host / / / / | |
| 文献情報 | 信学技報, vol. 116, no. 522, ICSS2016-52, pp. 49-54, 2017年3月. | |
| 資料番号 | ICSS2016-52 | |
| 発行日 | 2017-03-06 (ICSS) | |
| ISSN | Print edition: ISSN 0913-5685 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 | ICSS2016-52 |
|
| 研究会情報 | |
| 研究会 | ICSS IPSJ-SPT |
| 開催期間 | 2017-03-13 - 2017-03-14 |
| 開催地（和） | 長崎県立大学シーボルト校 |
| 開催地（英） | University of Nagasaki |
| テーマ（和） | 情報通信システムセキュリティ，一般 |
| テーマ（英） | System Security, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | ICSS |
| 会議コード | 2017-03-ICSS-SPT |
| 本文の言語 | 日本語 |
| タイトル（和） | HTTP通信に着目したDeep Learningに基づくマルウェア感染端末検知手法と検知性能評価 |
| サブタイトル（和） | |
| タイトル（英） | Deep Learning Approach for Detecting Malware Infected Host and Detection Performance Evaluation with HTTP Traffic |
| サブタイトル（英） | |
| キーワード(1)（和/英） | ディープラーニング / Deep Learning |
| キーワード(2)（和/英） | ログ分析 / Log Analysis |
| キーワード(3)（和/英） | マルウェア / Malware |
| キーワード(4)（和/英） | 感染端末 / Infected Host |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 西山 泰史 / Taishi Nishiyama / ニシヤマ タイシ |
| 第1著者 所属（和/英） | NTTセキュアプラットフォーム研究所 (略称： NTT) NTT Secure Platform Laboratories (略称： NTT) |
| 第2著者 氏名（和/英/ヨミ） | 熊谷 充敏 / Atsutoshi Kumagai / クマガイ アツトシ |
| 第2著者 所属（和/英） | NTTセキュアプラットフォーム研究所 (略称： NTT) NTT Secure Platform Laboratories (略称： NTT) |
| 第3著者 氏名（和/英/ヨミ） | 岡野 靖 / Yasushi Okano / オカノ ヤスシ |
| 第3著者 所属（和/英） | NTTセキュアプラットフォーム研究所 (略称： NTT) NTT Secure Platform Laboratories (略称： NTT) |
| 第4著者 氏名（和/英/ヨミ） | 神谷 和憲 / Kazunori Kamiya / カミヤ カズノリ |
| 第4著者 所属（和/英） | NTTセキュアプラットフォーム研究所 (略称： NTT) NTT Secure Platform Laboratories (略称： NTT) |
| 第5著者 氏名（和/英/ヨミ） | 谷川 真樹 / Masaki Tanikawa / タニカワ マサキ |
| 第5著者 所属（和/英） | NTTセキュアプラットフォーム研究所 (略称： NTT) NTT Secure Platform Laboratories (略称： NTT) |
| 第6著者 氏名（和/英/ヨミ） | 岡田 和也 / Kazuya Okada / オカダ カズヤ |
| 第6著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： University of Tokyo) |
| 第7著者 氏名（和/英/ヨミ） | 関谷 勇司 / Yuji Sekiya / セキヤ ユウジ |
| 第7著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： University of Tokyo) |
| 講演者 | 第1著者 |
| 発表日時 | 2017-03-13 15:40:00 |
| 発表時間 | 25分 |
| 申込先研究会 | ICSS |
| 資料番号 | ICSS2016-52 |
| 巻番号（vol） | vol.116 |
| 号番号（no） | no.522 |
| ページ範囲 | pp.49-54 |
| ページ数 | 6 |
| 発行日 | 2017-03-06 (ICSS) |
[研究会発表申込システムのトップページに戻る]