マルウェアの通信モデルによるクラスタリング精度の評価

• Item type: SIG Technical Reports(1)
• 公開日: 2016-07-07
• タイトル: マルウェアの通信モデルによるクラスタリング精度の評価
• タイトル / 言語: en
• タイトル: Evaluation of Clustering Analysis Based on Malware Traffic Model
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 早稲田大学基幹理工学研究科／NTTコミュニケーションズ株式会社
• 著者所属: 早稲田大学基幹理工学研究科
• 著者所属(英): en
• 著者所属(英): Graduate School of Fundamental Science and Engineering, Waseda University / NTT Communications Corporation
• 著者所属(英): en
• 著者所属(英): Graduate School of Fundamental Science and Engineering, Waseda University
• 著者名: 畑田, 充弘; 森, 達哉
• 著者名(英): Mitsuhiro, Hatada; Tatsuya, Mori
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 日々大量に出現するマルウェアはアンチウイルスソフトで検知できない検体も多い．未知の検体であっても，マルウェアの挙動は既知の検体と同様であるといった判定ができれば，既知の検体とは異なる挙動を示す未知の検体に対する詳細解析や対策の優先度を上げることができる．そこで，マルウェアの通信モデルを提案し，教師なし学習の一種である DBSCAN によりクラスタリングし，その評価結果を報告する．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: A vast number of new malware samples have been developed for decades, and antivirus software may fail to detect evasive attacks. If we can identify that the activity of unknown malware is close to the activity of known malware, it is effective to prioritize countermeasure against different unknown malware. In this paper, we aim to build a model of malware traffic and evaluate clustering analysis by unsupervised learning, DBSCAN.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA12628305
• 書誌情報: 研究報告セキュリティ心理学とトラスト（SPT）; 巻 2016-SPT-19, 号 12, p. 1-6, 発行日 2016-07-07
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8671
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会