| 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 | 2020-03-11 11:20 モバイルアプリケーションにおける不正プログラム検知への機械学習の適用 ○草間好輝・武田圭史・小林和真・中村 修（慶大）・李 明宰（LINE）  IT2019-112 ISEC2019-108 WBS2019-61 |
|
| 抄録 | （和） | 本論文では, 学習モデル構築において特徴量としてAPK(Android application Package)に格納されているバイナリファイルに着目した検知方法の提案, 実装を行った. バイナリファイルをコンパイルする過程で, コンパイラーの違いによってバイナリファイルに若干の違いが生じる. 本研究ではその違いに着目し, Yaraベースでのコンパイラ情報の抽出を行い, MLPを含む６種類の学習アルゴリズムへ適応を行った. そして三つの特徴量(パーミッション, Attribute, システムコール)単体で構築したモデルとコンパイラ情報を組み合わせ構築したモデルに対して精度, F値, 誤検知率で評価を行った. その結果コンパイラ情報を組み合わせたモデルで, 精度・F値の向上, 誤検知率の低下した. この結果からモバイルマルウェアへの効果的な特徴量であることがわかった. |
| （英） | In this paper, we proposed and implemented a detection method that focuses on a binary file stored in an APK(Android application package) as a feature in the construction of a learning model. There are slight differences in binary files. In this research, we focused on the difference, extracted the compiler information based on Yara, and applied it to 6 types of learning algorithms including MLP. Then, the model constructed by combining the features constructed with the three feature quantities(Permissions, Attribute, system call) and the compiler information was evaluated by accuracy, F-measure, and false detection rate. As a result, the model combining the compiler information improved the accuracy and F-measure and reduced the false detection rate. These results proved to be an effective feature for mobile malware detection. |
|
| キーワード | （和） | アンドロイド / モバイルセキュリティ / マルウェア検知 / ヘッダー / 機械学習 / / / |
| （英） | Android / Mobile Security / Malware Detection / Header / Machine Learning / / / | |
| 文献情報 | 信学技報, vol. 119, no. 474, ISEC2019-108, pp. 151-157, 2020年3月. | |
| 資料番号 | ISEC2019-108 | |
| 発行日 | 2020-03-03 (IT, ISEC, WBS) | |
| 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 | IT2019-112 ISEC2019-108 WBS2019-61 |
|
| 研究会情報 | |
| 研究会 | ISEC IT WBS |
| 開催期間 | 2020-03-10 - 2020-03-11 |
| 開催地（和） | 兵庫県立大学 神戸情報科学キャンパス（神戸ポートアイランド） |
| 開催地（英） | University of Hyogo |
| テーマ（和） | IT・ISEC・WBS合同研究会 |
| テーマ（英） | joint meeting of IT, ISEC, and WBS |
| 講演論文情報の詳細 | |
| 申込み研究会 | ISEC |
| 会議コード | 2020-03-ISEC-IT-WBS |
| 本文の言語 | 日本語 |
| タイトル（和） | モバイルアプリケーションにおける不正プログラム検知への機械学習の適用 |
| サブタイトル（和） | |
| タイトル（英） | Applying Machine Learning to Malware Detection in Mobile Applications |
| サブタイトル（英） | |
| キーワード(1)（和/英） | アンドロイド / Android |
| キーワード(2)（和/英） | モバイルセキュリティ / Mobile Security |
| キーワード(3)（和/英） | マルウェア検知 / Malware Detection |
| キーワード(4)（和/英） | ヘッダー / Header |
| キーワード(5)（和/英） | 機械学習 / Machine Learning |
| 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） | 草間 好輝 / Yoshiki Kusama / クサマ ヨシキ |
| 第1著者 所属（和/英） | 慶應義塾大学 (略称： 慶大) Keio University (略称： Keio Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 武田 圭史 / Keiji Takeda / |
| 第2著者 所属（和/英） | 慶應義塾大学 (略称： 慶大) Keio University (略称： Keio Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 小林 和真 / Kazuma Kobayashi / コバヤシ カズマ |
| 第3著者 所属（和/英） | 慶應義塾大学 (略称： 慶大) Keio University (略称： Keio Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 中村 修 / Osamu Nakamura / ナカムラ オサム |
| 第4著者 所属（和/英） | 慶應義塾大学 (略称： 慶大) Keio University (略称： Keio Univ.) |
| 第5著者 氏名（和/英/ヨミ） | 李 明宰 / Lee Myoungje / リ ミョンジュ |
| 第5著者 所属（和/英） | LINE株式会社 (略称： LINE) LINE Corporation (略称： LINE corp.) |
| 講演者 | 第1著者 |
| 発表日時 | 2020-03-11 11:20:00 |
| 発表時間 | 25分 |
| 申込先研究会 | ISEC |
| 資料番号 | IT2019-112, ISEC2019-108, WBS2019-61 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | no.473(IT), no.474(ISEC), no.475(WBS) |
| ページ範囲 | pp.151-157 |
| ページ数 | 7 |
| 発行日 | 2020-03-03 (IT, ISEC, WBS) |
[研究会発表申込システムのトップページに戻る]