@inproceedings{oai:ipsj.ixsq.nii.ac.jp:00240980,
 author = {坂本, 法樹 and 坂本, 匠 and 竹内, 和広 and Noriki, Sakamoto and Takumi, Sakamoto and Kazuhiro, Takeuchi},
 book = {コンピュータセキュリティシンポジウム2024論文集},
 month = {Oct},
 note = {未知のマルウェアによるサイバー攻撃の脅威は世界的に増加しており，特に医療機関や民間企業の制御システムなど，重要インフラへの影響が顕在化している．これに対応するため，従来のシグネチャベースの検知手法では捉えきれない未知のマルウェアに対する検知手法の開発が急務となっている．本研究では，正常なAPIコールシーケンスをLSTMによりモデル化し，異常なAPIコールシーケンスの特徴を正常なモデルとの差異をスコアとして算出する手法を提案する．また，提案手法のマルウェア検知の可能性を検討した．, The threat of cyberattacks by unknown malware is increasing globally, with a notable impact on critical infrastructure such as control systems in healthcare institutions and private companies. To address this issue, there is an urgent need to develop detection methods for unknown malware that traditional signature-based approaches cannot identify. This study proposes a method that models normal API call sequences using LSTM and calculates the characteristics of abnormal API call sequences as scores based on the difference from the normal model. Additionally, we examine the potential of the proposed method for malware detection.},
 pages = {1755--1758},
 publisher = {情報処理学会},
 title = {LSTMによるAPIコールシーケンスの正常性スコアに基づくマルウェア分析},
 year = {2024}
}