| 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 | 2025-07-03 09:00 ［ポスター講演］Kernel SHAPを用いた二段階敵対的マルウェア検知 ○苗村佳暉・木村共孝・程 俊（同志社大）  CQ2025-31 |
|
| 抄録 | （和） | 近年，敵対的マルウェアによる被害が増加している．敵対的マルウェアは，自身の特徴を一部改変することで，悪意のある機能を保持しつつも，検知システムに良性ソフトウェアとして誤分類させることを目的として設計される．その生成手法は多様化・複雑化しており，あらゆる攻撃パターンをあらかじめ学習し識別することは困難である．しかし，たとえ敵対的マルウェアが良性判定を誘導するように特徴を操作していたとしても，悪意のある機能が残存している限り，検知システムの予測過程には良性ソフトウェアとは異なる特徴的な傾向が現れると考えられる．そこで，本稿では，このような予測過程に着目し，機械学習による初期分類と説明可能性に基づく再検証を組み合わせた二段階検知手法を提案する．第1段階では，ニューラルネットワークを用いて入力ソフトウェアを良性またはマルウェアとして分類し，第2段階では，第1段階で良性と判定されたサンプルに対して，XAI（eXplainable Artificial Intelligence）の一種である Kernel SHAP（SHapley Additive exPlanations）を用いて予測過程を解析し，特徴の貢献度を定量的に評価することで，敵対的マルウェアの再検知を行う．提案手法の有効性を評価するため，実際のマルウェアデータセットを用いた実験を行い，従来手法と比較して高い検知精度を達成することを示す． |
| （英） | Adversarial malware evades detection by subtly modifying its features while retaining malicious functionality, making it appear benign to machine learning classifiers. As such attack methods become increasingly complex, detecting all variations through conventional training is difficult. However, since the malicious intent remains, the prediction process often differs from that of truly benign software. This paper proposes a two-stage detection method that combines initial classification by a neural network with a secondary verification using Kernel SHAP, an explainable AI technique. By analyzing feature contributions and identifying inconsistencies in prediction explanations, the method effectively re-detects adversarial malware. To evaluate the effectiveness of the proposed method, experiments were conducted using a real-world malware dataset, and the results demonstrate that the method achieves higher detection accuracy than conventional approaches. | |
| キーワード | （和） | 機械学習 / XAI / 敵対的マルウェア / マルウェア検知 / / / / |
| （英） | Machine Learning / XAI / Adversarial Malware / Malware Detection / / / / | |
| 文献情報 | 信学技報, vol. 125, no. 94, CQ2025-31, pp. 80-85, 2025年7月. | |
| 資料番号 | CQ2025-31 | |
| 発行日 | 2025-06-25 (CQ) | |
| 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 | CQ2025-31 |
|
| 研究会情報 | |
| 研究会 | CQ |
| 開催期間 | 2025-07-02 - 2025-07-04 |
| 開催地（和） | イーフ情報プラザ (久米島) |
| 開催地（英） | |
| テーマ（和） | ネットワーク性能、仮想空間/メタバース、グラフ解析、ゲーム理論、機械学習、インタラクション、ソーシャルメディア、一般 |
| テーマ（英） | network performance, virtual environment/metaverse, graph analysis, game theory, machine learning, interaction, social media, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | CQ |
| 会議コード | 2025-07-CQ |
| 本文の言語 | 日本語 |
| タイトル（和） | Kernel SHAPを用いた二段階敵対的マルウェア検知 |
| サブタイトル（和） | |
| タイトル（英） | Two-Stage Adversarial Malware Detection Using Kernel SHAP |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 機械学習 / Machine Learning |
| キーワード(2)（和/英） | XAI / XAI |
| キーワード(3)（和/英） | 敵対的マルウェア / Adversarial Malware |
| キーワード(4)（和/英） | マルウェア検知 / Malware Detection |
| 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） | 苗村 佳暉 / Yoshiki Namura / ナムラ ヨシキ |
| 第1著者 所属（和/英） | 同志社大学 (略称： 同志社大) Doshisha University (略称： Doshisha Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 木村 共孝 / Tomotaka Kimura / キムラ トモタカ |
| 第2著者 所属（和/英） | 同志社大学 (略称： 同志社大) Doshisha University (略称： Doshisha Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 程 俊 / Jung Cheng / テイ シュン |
| 第3著者 所属（和/英） | 同志社大学 (略称： 同志社大) Doshisha University (略称： Doshisha Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2025-07-03 09:00:00 |
| 発表時間 | 75分 |
| 申込先研究会 | CQ |
| 資料番号 | CQ2025-31 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.94 |
| ページ範囲 | pp.80-85 |
| ページ数 | 6 |
| 発行日 | 2025-06-25 (CQ) |
[研究会発表申込システムのトップページに戻る]