| 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 | 2019-11-02 15:00 機械学習ベースのマルウェア検知モデルに対するロバスト性の考察 ○鄭 万嘉（筑波大）・面 和成（筑波大/NICT）  ISEC2019-83 SITE2019-77 LOIS2019-42 |
|
| 抄録 | （和） | 2020年東京オリンピックが近づいている中，日本が攻撃者にサイバー攻撃対象として狙われる可能性が一段と高まっている．サイバー攻撃を防ぐために，画像，音声をはじめ，各領域に広まっている機械学習技術がサイバーセキュリティ分野でも活用されている．しかしながら，機械学習モデルをだまし，誤動作させる敵対的攻撃手法が近年数多く提案されている． 本研究では，次元圧縮と機械学習を組み合わせた敵対的攻撃手法に強いロバストなマルウェア検知モデルを提案し，FFRI Dataset 2018のPE 表層情報を用いてロバスト性の評価を行う．具体的には，マルウェアデータと正常ファイルデータ間の距離（重心間のユークリッド距離等），および機械学習攻撃手法の1つであるSVM-Attackによる攻撃耐性の評価を用い，検知精度に加えてロバスト性の観点でも，提案手法の有効性と優位性を定量的に示す． |
| （英） | As the 2020 Tokyo Olympics are approaching, the possibility of being targeted by attackers has further increased in Japan. In order to prevent cyber attacks, machine learning technology that is spreading in various fields including images and voices recognition is also being used in the cyber security field. However, there are many adversarial attack methods that trick machine learning models and cause it to malfunction. In this study, we propose a robust malware detection model that is strong against adversarial attack methods combining dimensional compression and machine learning, and evaluates robustness using PE file's information from FFRI Dataset 2018. Measure the effectiveness and superiority of the proposed method from the viewpoint of robustness other than detection accuracy by measuring the distance(Euclidean distance between centroids, etc.) between malware and normal file data and evaluating the success rate of the attack method (SVM-Attack) is shown in this study. |
|
| キーワード | （和） | マルウェア検知 / 機械学習 / 次元圧縮技術 / 敵対的攻撃 / / / / |
| （英） | Malware Detection / Machine Learning / Dimension Reduction / Adversarial Attack / / / / | |
| 文献情報 | 信学技報, vol. 119, no. 257, ISEC2019-83, pp. 133-140, 2019年11月. | |
| 資料番号 | ISEC2019-83 | |
| 発行日 | 2019-10-25 (ISEC, SITE, LOIS) | |
| 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 | ISEC2019-83 SITE2019-77 LOIS2019-42 |
|
| 研究会情報 | |
| 研究会 | ISEC SITE LOIS |
| 開催期間 | 2019-11-01 - 2019-11-02 |
| 開催地（和） | 大阪大学 吹田キャンパス |
| 開催地（英） | Osaka Univ. |
| テーマ（和） | 情報セキュリティ，ライフログ活用技術，ライフインテリジェンス，オフィス情報システム，一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | ISEC |
| 会議コード | 2019-11-ISEC-SITE-LOIS |
| 本文の言語 | 日本語 |
| タイトル（和） | 機械学習ベースのマルウェア検知モデルに対するロバスト性の考察 |
| サブタイトル（和） | |
| タイトル（英） | On Robustness of Machine-Learning-Based Malware Detection |
| サブタイトル（英） | |
| キーワード(1)（和/英） | マルウェア検知 / Malware Detection |
| キーワード(2)（和/英） | 機械学習 / Machine Learning |
| キーワード(3)（和/英） | 次元圧縮技術 / Dimension Reduction |
| キーワード(4)（和/英） | 敵対的攻撃 / Adversarial Attack |
| 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） | 鄭 万嘉 / Wanjia Zheng / テイ バンカ |
| 第1著者 所属（和/英） | 筑波大学 (略称： 筑波大) University of Tsukuba (略称： U. Tsukuba) |
| 第2著者 氏名（和/英/ヨミ） | 面 和成 / Kazumasa Omote / オモテ カズマサ |
| 第2著者 所属（和/英） | 筑波大学/情報通信研究機構 (略称： 筑波大/NICT) University of Tsukuba (略称： U. Tsukuba/NICT) |
| 講演者 | 第1著者 |
| 発表日時 | 2019-11-02 15:00:00 |
| 発表時間 | 25分 |
| 申込先研究会 | ISEC |
| 資料番号 | ISEC2019-83, SITE2019-77, LOIS2019-42 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | no.257(ISEC), no.258(SITE), no.259(LOIS) |
| ページ範囲 | pp.133-140 |
| ページ数 | 8 |
| 発行日 | 2019-10-25 (ISEC, SITE, LOIS) |
[研究会発表申込システムのトップページに戻る]