@techreport{oai:ipsj.ixsq.nii.ac.jp:00210148,
 author = {小川, 真聖 and 松井, 俊浩 and Masatoshi, Ogawa and Toshihiro, Matsui},
 issue = {51},
 month = {Mar},
 note = {近年，IoT マルウェアの増加が深刻な脅威になっている．この脅威に対して機械学習を活用した IoT マルウェア検知の研究が多くなされている．しかし，機械学習システムには，教師データの傾向や基準が変化する概念ドリフトの問題が存在する．概念ドリフトに起因する機械学習モデルの劣化により，新種や亜種の IoT マルウェアを検知できなくなるといった問題が存在する．そこで，本研究では，IoT マルウェアの悪性コマンド列の特徴に対する doc2vec とコサイン類似度による概念ドリフト検出手法を提案した．そして，実際に IoT マルウェアの実行する悪性コマンド列に対して本手法を適用し，概念ドリフトを検出できることを確認した．, In recent years, the increase in IoT malware has become a serious threat. Many studies have been conducted on IoT malware detection using machine learning against this threat. However, machine learning systems have the problem of conceptual drift in which the trends and criteria of teacher data change. Due to the deterioration of the machine learning model due to conceptual drift, there is a problem that new types and variants of IoT malware cannot be detected. Therefore, in this study, we proposed a conceptual drift detection method based on doc2vec and cosine similarity for the characteristics of malicious command sequences of IoT malware. Then, we applied this method to the malicious command sequence actually executed by IoT malware and confirmed that conceptual drift can be detected.},
 title = {IoTマルウェア自動検知のための悪性コマンド列の特徴に対する概念ドリフト検出},
 year = {2021}
}