講演抄録/キーワード |
講演名 |
2019-11-13 14:20
機械学習を用いたマルウェア検知システムに対する強化学習による敵対的サンプル生成の課題 ○高木聖也・長谷川皓一・山口由紀子・嶋田 創(名大) ICSS2019-62 |
抄録 |
(和) |
近年ではマルウェア検知研究への機械学習の応用が進んでおり,次々と現れる未知マルウェアに対する検知率を向上させるために利用する試みがなされている.さらに,商用のマルウェア対策ソリューションにおいても機械学習を検知に利用している製品がいくつも登場しており,未知マルウェアへの有効性をアピールしている.しかしその一方で,機械学習を用いたマルウェア検知に対する様々な攻撃が考案されており,機械学習を用いたマルウェア検知の有効性を維持するためには,そのような攻撃方法について先んじて研究し,その対策を立てる必要がある.そこで,本研究では,強化学習を応用することで,ある特定のマルウェアに対する検知率を低下させることを目的とした敵対的サンプルの生成により,機械学習を利用したマルウェア検知に対してデータ汚染攻撃をすることが可能であるかを検証した.また,検証結果から現段階での問題点を考察する. |
(英) |
In recent years, security researchers have applied machine learning techniques to malware detection researches to improve detection rate of unknown malware that appears continuously. Furthermore, machine learning
is already reflected to commercial counter malware solutions and some of them appeals effectiveness for unknown malware. However, some researchers also proposed various method to attack the machine learning based malware detection. So, to keep effectiveness of machine learning based malware detection,we have to promote researches to realize countermeasure with finding probable attack methods beforehand. In this research, we tried to construct a method to generate adversarial samples which aims to decrease detection rate for a specific malware to proof probability of data poisoning attack for machine learning based malware detection. We discuss current problems with trial results. |
キーワード |
(和) |
マルウェア検知 / 敵対的サンプル / データ汚染攻撃 / / / / / |
(英) |
Malware Detection / Adversarial Sample / Data Poisoning Attack / / / / / |
文献情報 |
信学技報, vol. 119, no. 288, ICSS2019-62, pp. 13-18, 2019年11月. |
資料番号 |
ICSS2019-62 |
発行日 |
2019-11-06 (ICSS) |
ISSN |
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 |
ICSS2019-62 |
研究会情報 |
研究会 |
ICSS |
開催期間 |
2019-11-13 - 2019-11-13 |
開催地(和) |
MRTテラス(宮崎市) |
開催地(英) |
MRT Terrace(Miyazaki) |
テーマ(和) |
情報通信システムセキュリティ、一般 |
テーマ(英) |
Information Communication System Security, etc. |
講演論文情報の詳細 |
申込み研究会 |
ICSS |
会議コード |
2019-11-ICSS |
本文の言語 |
日本語 |
タイトル(和) |
機械学習を用いたマルウェア検知システムに対する強化学習による敵対的サンプル生成の課題 |
サブタイトル(和) |
|
タイトル(英) |
Issue on Adversarial Malware Sample Generation using Reinforcement Learning against Machine Learning Based Malware Detection System |
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) |
敵対的サンプル / Adversarial Sample |
キーワード(3)(和/英) |
データ汚染攻撃 / Data Poisoning Attack |
キーワード(4)(和/英) |
/ |
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) |
高木 聖也 / Seiya Takagi / タカギ セイヤ |
第1著者 所属(和/英) |
名古屋大学 (略称: 名大)
Nagoya University (略称: Nagoya Univ.) |
第2著者 氏名(和/英/ヨミ) |
長谷川 皓一 / Hirokazu Hasegawa / |
第2著者 所属(和/英) |
名古屋大学 (略称: 名大)
Nagoya University (略称: Nagoya Univ.) |
第3著者 氏名(和/英/ヨミ) |
山口 由紀子 / Yukiko Yamaguchi / |
第3著者 所属(和/英) |
名古屋大学 (略称: 名大)
Nagoya University (略称: Nagoya Univ.) |
第4著者 氏名(和/英/ヨミ) |
嶋田 創 / Hajime Shimada / |
第4著者 所属(和/英) |
名古屋大学 (略称: 名大)
Nagoya University (略称: Nagoya Univ.) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
第7著者 氏名(和/英/ヨミ) |
/ / |
第7著者 所属(和/英) |
(略称: )
(略称: ) |
第8著者 氏名(和/英/ヨミ) |
/ / |
第8著者 所属(和/英) |
(略称: )
(略称: ) |
第9著者 氏名(和/英/ヨミ) |
/ / |
第9著者 所属(和/英) |
(略称: )
(略称: ) |
第10著者 氏名(和/英/ヨミ) |
/ / |
第10著者 所属(和/英) |
(略称: )
(略称: ) |
第11著者 氏名(和/英/ヨミ) |
/ / |
第11著者 所属(和/英) |
(略称: )
(略称: ) |
第12著者 氏名(和/英/ヨミ) |
/ / |
第12著者 所属(和/英) |
(略称: )
(略称: ) |
第13著者 氏名(和/英/ヨミ) |
/ / |
第13著者 所属(和/英) |
(略称: )
(略称: ) |
第14著者 氏名(和/英/ヨミ) |
/ / |
第14著者 所属(和/英) |
(略称: )
(略称: ) |
第15著者 氏名(和/英/ヨミ) |
/ / |
第15著者 所属(和/英) |
(略称: )
(略称: ) |
第16著者 氏名(和/英/ヨミ) |
/ / |
第16著者 所属(和/英) |
(略称: )
(略称: ) |
第17著者 氏名(和/英/ヨミ) |
/ / |
第17著者 所属(和/英) |
(略称: )
(略称: ) |
第18著者 氏名(和/英/ヨミ) |
/ / |
第18著者 所属(和/英) |
(略称: )
(略称: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2019-11-13 14:20:00 |
発表時間 |
25分 |
申込先研究会 |
ICSS |
資料番号 |
ICSS2019-62 |
巻番号(vol) |
vol.119 |
号番号(no) |
no.288 |
ページ範囲 |
pp.13-18 |
ページ数 |
6 |
発行日 |
2019-11-06 (ICSS) |