| 講演抄録／キーワード |
| 講演名 |
2022-10-31 14:00
［ポスター講演］機械学習を用いたDNSクエリログ解析による未知悪性ドメイン検出手法の検討
○山田大登・野林大起・池永全志（九工大） |
| 抄録 |
（和） |
近年，ネットワーク利用者の増加に伴い，マルウェアによる感染拡大が懸念されている．マルウェアの種類は多種多様であり，感染経路も複数存在する．
マルウェア対策方法の一つとして既知悪性ドメインリストを用いてマルウェア感染端末がCommand and Control(C&C)サーバ へアクセスする挙動を検出するシグネチャ型の手法があるが，既知悪性ドメインリストにはない悪性ドメインを検出することはできない．またマルウェアは日々増加しているためこの手法による対策は限界があると言える．
そこで本研究では，ネットワーク利用者からのDNS クエリログによるアクセス履歴を用いた未知悪性ドメイン検出の手法を提案する．マルウェア感染端末のDNSクエリの挙動に着目し，機械学習を用いることで既知悪性ドメインリストにはない未知の悪性ドメインを検出することを目指す．
本研究では提案手法を実ネットワークで記録されたDNS サーバのログ情報を用いて検証をした結果，本手法により既知悪性ドメインリストには存在しない未知の悪性ドメインを複数発見できた．
また，今回使用した機械学習法のパラメータを変化させ未知悪性ドメインの検出に与える影響を調査した． |
| （英） |
Network users is increasing in recently and there is concern about the malware infection.
Malware exist various types and various ways of infection.
A major countermeasure for malware infection is a signature-type detection method that uses a blacklist to block communication with a Command and Control(C&C) server that the malware accesses for malicious attacks. However, if the C&C server has an undiscovered malicious domain name not included in the blacklist, the existing countermeasure is difficult to detect malware. Furthermore, malware is on the rise every day, so the undiscovered malicious domain names have been increasing. par
This paper focuses on the DNS query logs of malware-infected devices and proposes an undiscovered malicious domain name detection method using the access history of network users. We aim to detect an undiscovered malicious domains name using machine learning to analyze the access history of DNS queries of malware-infected devices. In this study, to evaluate the effectiveness of the proposed method, we verify the detection performance of undiscovered malicious domain names using actual DNS query logs.
Also, we varied the parameters of the machine learning method to estimate the impact on the results. |
| キーワード |
（和） |
DNSクエリログ / 機械学習 / マルウェア / / / / / |
| （英） |
DNS query log / Machine Learning / Malware / / / / / |
| 文献情報 |
信学技報 |
| 資料番号 |
|
| 発行日 |
|
| ISSN |
|
| PDFダウンロード |
|
| 研究会情報 |
| 研究会 |
RISING |
| 開催期間 |
2022-10-31 - 2022-11-02 |
| 開催地（和） |
京都テルサ（1日目），オンライン開催（2，3日目） |
| 開催地（英） |
Kyoto Terrsa (Day 1), and Online (Day 2, 3) |
| テーマ（和） |
超知性通信ネットワークに関する研究， 一般 |
| テーマ（英） |
|
| 講演論文情報の詳細 |
| 申込み研究会 |
RISING |
| 会議コード |
2022-10-RISING |
| 本文の言語 |
日本語 |
| タイトル（和） |
機械学習を用いたDNSクエリログ解析による未知悪性ドメイン検出手法の検討 |
| サブタイトル（和） |
|
| タイトル（英） |
Machine Learning Analyze for Undiscovered Malicious Domain Detection by using DNS Query Analysis |
| サブタイトル（英） |
|
| キーワード(1)（和/英） |
DNSクエリログ / DNS query log |
| キーワード(2)（和/英） |
機械学習 / Machine Learning |
| キーワード(3)（和/英） |
マルウェア / Malware |
| 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） |
山田 大登 / Hiroto Yamada / ヤマダ ヒロト |
| 第1著者 所属（和/英） |
九州工業大学 (略称： 九工大)
Kyushu Institute of Technology (略称： kyutech) |
| 第2著者 氏名（和/英/ヨミ） |
野林 大起 / Daiki Nobayashi / ノバヤシ ダイキ |
| 第2著者 所属（和/英） |
九州工業大学 (略称： 九工大)
Kyushu Institute of Technology (略称： kyutech) |
| 第3著者 氏名（和/英/ヨミ） |
池永 全志 / Takeshi Ikenaga / イケナガ タケシ |
| 第3著者 所属（和/英） |
九州工業大学 (略称： 九工大)
Kyushu Institute of Technology (略称： kyutech) |
| 第4著者 氏名（和/英/ヨミ） |
/ / |
| 第4著者 所属（和/英） |
(略称： )
(略称： ) |
| 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： ) |
| 第21著者 氏名（和/英/ヨミ） |
/ / |
| 第21著者 所属（和/英） |
(略称： )
(略称： ) |
| 第22著者 氏名（和/英/ヨミ） |
/ / |
| 第22著者 所属（和/英） |
(略称： )
(略称： ) |
| 第23著者 氏名（和/英/ヨミ） |
/ / |
| 第23著者 所属（和/英） |
(略称： )
(略称： ) |
| 第24著者 氏名（和/英/ヨミ） |
/ / |
| 第24著者 所属（和/英） |
(略称： )
(略称： ) |
| 第25著者 氏名（和/英/ヨミ） |
/ / |
| 第25著者 所属（和/英） |
(略称： )
(略称： ) |
| 第26著者 氏名（和/英/ヨミ） |
/ / |
| 第26著者 所属（和/英） |
(略称： )
(略称： ) |
| 第27著者 氏名（和/英/ヨミ） |
/ / |
| 第27著者 所属（和/英） |
(略称： )
(略称： ) |
| 第28著者 氏名（和/英/ヨミ） |
/ / |
| 第28著者 所属（和/英） |
(略称： )
(略称： ) |
| 第29著者 氏名（和/英/ヨミ） |
/ / |
| 第29著者 所属（和/英） |
(略称： )
(略称： ) |
| 第30著者 氏名（和/英/ヨミ） |
/ / |
| 第30著者 所属（和/英） |
(略称： )
(略称： ) |
| 第31著者 氏名（和/英/ヨミ） |
/ / |
| 第31著者 所属（和/英） |
(略称： )
(略称： ) |
| 第32著者 氏名（和/英/ヨミ） |
/ / |
| 第32著者 所属（和/英） |
(略称： )
(略称： ) |
| 第33著者 氏名（和/英/ヨミ） |
/ / |
| 第33著者 所属（和/英） |
(略称： )
(略称： ) |
| 第34著者 氏名（和/英/ヨミ） |
/ / |
| 第34著者 所属（和/英） |
(略称： )
(略称： ) |
| 第35著者 氏名（和/英/ヨミ） |
/ / |
| 第35著者 所属（和/英） |
(略称： )
(略称： ) |
| 第36著者 氏名（和/英/ヨミ） |
/ / |
| 第36著者 所属（和/英） |
(略称： )
(略称： ) |
| 講演者 |
第1著者 |
| 発表日時 |
2022-10-31 14:00:00 |
| 発表時間 |
45分 |
| 申込先研究会 |
RISING |
| 資料番号 |
|
| 巻番号（vol） |
vol. |
| 号番号（no） |
|
| ページ範囲 |
|
| ページ数 |
|
| 発行日 |
|
|