ChatGPTを用いたソースコードの書き換えがアンチウイルスの検知に与える影響

• Item type: SIG Technical Reports(1)
• 公開日: 2024-03-14
• タイトル: ChatGPTを用いたソースコードの書き換えがアンチウイルスの検知に与える影響
• タイトル / 言語: en
• タイトル: Impact of ChatGPT Assisted Polymorphic Malware on Antivirus Detection
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: ICSS(4)
• 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: 横浜国立大学大学院環境情報学府
• 著者所属: 横浜国立大学先端科学高等研究院
• 著者所属: 横浜国立大学環境情報研究院／横浜国立大学先端科学高等研究院
• 著者所属: 横浜国立大学環境情報研究院／横浜国立大学先端科学高等研究院
• 著者所属(英): en
• 著者所属(英): Graduate School of Environment and Information Sciences, Yokohama National University
• 著者所属(英): en
• 著者所属(英): Institute of Advanced Sciences, Yokohama National University
• 著者所属(英): en
• 著者所属(英): Faculty of Environment and Information Sciences, Yokohama National University / Institute of Advanced Sciences, Yokohama National University
• 著者所属(英): en
• 著者所属(英): Faculty of Environment and Information Sciences, Yokohama National University / Institute of Advanced Sciences, Yokohama National University
• 著者名: 黄, 哲偉; イン, ミンパパ; 吉岡, 克成; 松本, 勉
• 著者名(英): Zhewei, Huang; Yin, Minn Pa Pa; Katsunari, Yoshioka; Tsutomu, Matsumoto
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 大規模言語モデル (LLM) の急速な社会実装にともない，サイバー攻撃への悪用が懸念されている．実際に，大規模言語モデルによってマルウェアのソースコードが生成できることは既に知られている．また，アンチウイルスの検知を回避するマルウェア亜種を作成する方法として，従来からのパッカーによる難読化やダミーコードの挿入等の方法に加えて，LLM を利用したマルウェアのソースコードの書き換えが考えられる．しかし，LLM が生成したマルウェア亜種がアンチウイルスの検知結果に与える影響については十分に検討されているとは言えない．本研究では，典型的な悪意のある挙動を備える 4 つのマルウェアテスト検体のソースコードを ChatGPT を用いて書き換えることで検体の亜種を複数生成し，これらの亜種検体がアンチウイルス製品の検知へ与える影響について調査を行った．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: With the rapid implementation of large-scale language models (LLMs), there are concerns about their misuse in cyberattacks. Previous studies have shown that large-scale language models can generate malware source code. In addition, although obfuscation by packers and insertion of dummy code were used to create malware variants in the past to evade malware detection, with the spread of LLMs, generating malware variants by rewriting the malware source code with LLMs can be a new threat. However, the impact of LLM-generated malware variants on malware detection has not been fully studied. In this study, we generate multiple malware variants of four test malware samples by rewriting their source code using ChatGPT, and investigate if these samples can be detected by anti-virus products.
• 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 2024-SPT-54, 号 31, p. 1-8, 発行日 2024-03-14
• 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