WEKO3
アイテム
訓練データへの実行可能なノイズ付与によるIoTマルウェア画像分類手法の堅牢性向上の検証
https://ipsj.ixsq.nii.ac.jp/records/2005105
https://ipsj.ixsq.nii.ac.jp/records/200510587d2e97e-64c6-44fe-9700-13cf7bd1e065
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-DICOMO2025080.pdf (1.6 MB)
2027年6月18日からダウンロード可能です。
|
Copyright (c) 2025 by the Information Processing Society of Japan
|
|
| 非会員：¥660, IPSJ:学会員：¥330, DLIB:会員：¥0 | ||
| Item type | Symposium(1) | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2025-06-18 | |||||||||||
| タイトル | ||||||||||||
| 言語 | ja | |||||||||||
| タイトル | 訓練データへの実行可能なノイズ付与によるIoTマルウェア画像分類手法の堅牢性向上の検証 | |||||||||||
| 言語 | ||||||||||||
| 言語 | jpn | |||||||||||
| キーワード | ||||||||||||
| 主題Scheme | Other | |||||||||||
| 主題 | ネットワーク・システムセキュリティ(1) | |||||||||||
| 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 | ||||||||||||
| はこだて未来大 | ||||||||||||
| 著者所属 | ||||||||||||
| はこだて未来大 | ||||||||||||
| 著者所属 | ||||||||||||
| はこだて未来大 | ||||||||||||
| 著者名 |
川田, 隼大
× 川田, 隼大
× 稲村, 浩
× 石田, 繁巳
|
|||||||||||
| 論文抄録 | ||||||||||||
| 内容記述タイプ | Other | |||||||||||
| 内容記述 | マルウェアをグレースケール画像に変換し，CNN を用いて分類する手法が注目されている．このような分類手法は軽量かつ高い精度を示す一方，画像へノイズを加えることで誤分類を引き起こす脆弱性を持つ．本研究では，画像へのノイズ追加に耐性を持たせるため，分類精度と誤分類検体の予測確信度を目的関数とした訓練データの構成比最適化手法を提案する．提案手法の有効性を検証するため，ベースライン画像分類器，単一ノイズ種で構成された画像分類器，最適構成の画像分類器の三種を用いて比較実験を行った．その結果，訓練データへのノイズ追加によって分類精度が改善され，さらに構成比を最適化することで，誤分類検体における予測確信度が抑制され，堅牢性向上に有効なことが示された． | |||||||||||
| 書誌情報 |
マルチメディア，分散，協調とモバイル(DICOMO2025)シンポジウム2025論文集 巻 2025, p. 592-599, 発行日 2025-06-18 |
|||||||||||
| 出版者 | ||||||||||||
| 言語 | ja | |||||||||||
| 出版者 | 情報処理学会 | |||||||||||
