プロセッサ情報によるマルウェア検知における特徴量のビット数削減手法の検討

• Item type: Symposium(1)
• 公開日: 2019-10-14
• タイトル: プロセッサ情報によるマルウェア検知における特徴量のビット数削減手法の検討
• タイトル / 言語: en
• タイトル: Examination of Bit Number Reduction Method of Feature Amount in Malware Detection by Processor Information
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: IoT，ハードウェア，機械学習，マルウェア検知
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_5794
• 資源タイプ: conference paper
• 著者所属: 工学院大学
• 著者所属: 工学院大学
• 著者所属: 長崎県立大学
• 著者所属: 名古屋大学
• 著者所属(英): en
• 著者所属(英): Kogakuin University
• 著者所属(英): en
• 著者所属(英): Kogakuin University
• 著者所属(英): en
• 著者所属(英): University of Nagasaki
• 著者所属(英): en
• 著者所属(英): Nagoya University
• 著者名: 永井, 雄也; 小林, 良太郎; 加藤, 雅彦; 嶋田, 創
• 著者名(英): Yuya, Nagai; Ryotaro, Kobayashi; Masahiko, Kato; Hajime, Shimada
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: IoT 機器の新たなセキュリティ技術の 1 つとして,我々はプロセッサ情報によるマルウェア検知機<br>構を提案してきた.現在,我々は CPU および提案実装のハードウェア記述言語による実装を進めている.IoT 向けのハードウェアであるため,機械学習で生成する分類器を構成するために必要なハードウェア量をできる限り削減したい.そこで本稿では,特徴量の中でも重要かつ小数であるキャッシュヒット率に着目し,小数ビット列の分類に必要な部分のみを使用することで,特徴量の表現に必要となるビット数削減を試みた.ビット数の削減により,特徴量を保持するレジスタのサイズや特徴量を演算する演算器のサイズが小さくなるため,分類器のサイズが小さくなる.結果として,分類精度へ大きな影響を出さずに,少なくとも 37.5% のビット数を削減できることが確認した.また,分類精度への少々の影響を許容するトレードオフ下で,さらにビット数を削減できる余地があることも確認した.
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: As one of the new security technique for IoT devices, we have proposed a malware detection<br>mechanism based on processor information. Currently, we are implementing both CPU and proposed mechanism with Hardware Description Language. Since it is hardware for IoT, we want to reduce the amount of hardware required to construct a classifier generated by machine learning as far as possible. So in this paper focuses on the cache hit rate, which is an important and represented by a decimal number of features. We tried to reduce the number of bits by using only a part of the fractional bit string. By reducing the number of bits, we can reduce the size of the classifier by reducing register size and arithmetic unit size which holds and computes features. As a result, we confirmed that the number of bits could be reduced by at least 37.5% without affecting the classification accuracy. We also confirmed that there was room for further reduction in the number of bits by sacrificing slight classification accuracy degradation.
• 書誌レコードID / 識別子タイプ: NCID
• 書誌レコードID / 関連識別子: ISSN 1882-0840
• 書誌情報: コンピュータセキュリティシンポジウム2019論文集; 巻 2019, p. 178-185, 発行日 2019-10-14
• 出版者 / 言語: ja
• 出版者: 情報処理学会