「AIでマルウェアを検出」現場にコミットする機械学習ノート【vol.22】

   
★AIDB会員限定Discordを開設いたしました! 会員登録/ログインの上、マイページをご覧ください。
★コンサルティングサポート(調査・研修・開発支援)をご希望の方はお問合せください。

こんにちは。エンジニアライターの小原です。

連載「現場にコミットする機械学習ノート」では、論文を詳しく読み解きながら、現場で使えるAI実装のヒントを記録していきたいと思います。


AIDBの全記事が読み放題のプレミアム会員登録はこちらから↓

前回の記事では、「 ツイート主をツイートからプロファイリングする 」を扱いました。

今回は、韓国のDepartment of Computer Engineering, Honam UniversityのSunoh Choiらが2020年7月に発表した「AIでマルウェアを検出」に関する論文を扱っていきます。

もくじ
1章 ITセキュリティの課題
2章 kNN分類とVP木を用いた提案手法により、検出率と検出時間が改善された
2.1 研究目的:高い検出率、短い検出時間
2.2 研究手法:VP木を用いる
2.3 研究結果:kNN分類とNNを組み合わせほぼ100%

■前回の記事:【vol.21】ツイート主をツイートからプロファイリングする

1章
ITセキュリティの課題

AIの活用領域は広がっていますが、セキュリティ分野においても利用が進んでいます。例えば以下の記事のように、警備会社SECOMもセキュリティにAIを導入し始めました。

テクノロジーが悪用され、毎日、何十万もの新しい悪意のあるファイルが作成されているなかで、人工知能を活用したより強力なセキュリティソフトウェアの開発が求められています。

そこで韓国のS. Choiらは、kNNと類似性ハッシュを組み合わせることでマルウェアを高速検出することを試みました。

2章
kNN分類とVP木を用いた提案手法により、検出率と検出時間が改善された

まずはS. Choiらの研究におけるミッション・手法・結果をまとめます。

本記事を読むにはAIDBのアカウントが必要です。


※ログイン/初回登録後、下記ボタンを押してください。







■サポートのお願い
AIDBを便利だと思っていただけた方に、任意の金額でサポートしていただけますと幸いです。






業界/カテゴリー

PAGE TOP