マルウェア大規模時系列観測データによる流行予測可能性について

• Item type: Symposium(1)
• 公開日: 2022-10-17
• タイトル: マルウェア大規模時系列観測データによる流行予測可能性について
• タイトル / 言語: en
• タイトル: Predictability of Outbreaks Based on Malware Large-Scale Time-Series Observation Data
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: マルウェア，時系列データ，伝搬予測，機械学習
• 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: 神戸大学
• 著者所属: 神戸大学
• 著者所属: キヤノンマーケティングジャパン株式会社
• 著者所属: キヤノンマーケティングジャパン株式会社
• 著者所属: キヤノンマーケティングジャパン株式会社
• 著者所属: キヤノンマーケティングジャパン株式会社
• 著者所属: キヤノンマーケティングジャパン株式会社
• 著者所属: 神戸大学
• 著者所属: 神戸大学
• 著者所属(英): en
• 著者所属(英): Kobe University
• 著者所属(英): en
• 著者所属(英): Kobe University
• 著者所属(英): en
• 著者所属(英): Canon Marketing Japan Inc.
• 著者所属(英): en
• 著者所属(英): Canon Marketing Japan Inc.
• 著者所属(英): en
• 著者所属(英): Canon Marketing Japan Inc.
• 著者所属(英): en
• 著者所属(英): Canon Marketing Japan Inc.
• 著者所属(英): en
• 著者所属(英): Canon Marketing Japan Inc.
• 著者所属(英): en
• 著者所属(英): Kobe University
• 著者所属(英): en
• 著者所属(英): Kobe University
• 著者名: 林, 滉斗; 大内, 祐樹; 池上, 雅人; 長谷川, 智久; 住田, 裕輔; 市原, 創; 岡庭, 素之; 白石, 善明; 森井, 昌克
• 著者名(英): Hiroto, Hayashi; Yuki, Ouchi; Masato, Ikegami; Tomohisa, Hasegawa; Yusuke, Sumida; Hajime, Ichihara; Motoyuki, Okaniwa; Yoshiaki, Shiraishi; Masakatu, Morii
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: マルウェアは世界同時に発生あるいは流行することは稀であり，時系列的な発生/流行が地域あるいは国に広がる傾向にある．さらにその時系列的な発生および流行の地域や国おける特徴は，必ずしも個々のマルウェアで独立ではなく，国家間，地域間の様々な関係，例えば，地理的，経済的，言語的，文化的等，さらには表面的には表れない未知の関係性に影響を受けていると類推される．筆者らは長年，世界各国のマルウェアの時系列分析を行い，その発生過程での類似性による国々の分類や強いては発生予測につながる研究を行ってきた．本発表では，世界各国でのマルウェア時系列データをもとに，マルウェアの発生予測，正確には発生したマルウェアの国家間の伝搬予測を行うことを目的とし，その可能性を与えるものである．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Malware rarely occurs or spreads simultaneously around the world, and outbreaks/epidemics tend to spread across regions or countries over time. Furthermore, the characteristics of time-series outbreaks and epidemics in a region or country are not necessarily independent of individual malware, but are analogously influenced by various relationships among countries and regions, such as geographical, economic, linguistic, cultural, and other unknown relationships that do not appear on the surface. For many years, the authors have conducted time-series analysis of malware in various countries around the world, leading to the classification of countries by similarities in their outbreak processes and, by extension, to the prediction of outbreaks. This presentation aims to give the possibility of predicting malware outbreaks, or more precisely, predicting the propagation of outbreaks of malware between countries, based on malware time series data in various countries around the world.
• 書誌情報: コンピュータセキュリティシンポジウム2022論文集; p. 1171-1177, 発行日 2022-10-17
• 出版者 / 言語: ja
• 出版者: 情報処理学会