| ■論文No. |
CMN24036 |
| ■ページ数 |
3ページ |
■発行日
|
2024/06/10 |
| ■タイトル |
敵対的マルウェアの構造を考慮したJPEG圧縮を用いた防御策 |
| ■タイトル(英語) |
Countermeasure using JPEG Compression Based Structure of Adversarial Malware |
| ■著者名 |
桑原 新大(同志社大学),木村 共孝(同志社大学),程 俊(同志社大学) |
| ■著者名(英語) |
Arata Kuwahara(Doshisha University),Cheng Jun(Doshisha University),Cheng Jun(Doshisha University) |
| ■価格 |
会員 ¥440 一般 ¥660 |
| ■書籍種類 |
研究会(論文単位) |
| ■グループ名 |
【C】電子・情報・システム部門 通信研究会 |
| ■本誌 |
2024年6月13日-2024年6月14日通信研究会
|
| ■本誌掲載ページ |
11-13ページ |
| ■原稿種別 |
日本語 |
| ■電子版へのリンク |
|
| ■キーワード |
敵対的サンプル|マルウェア分類|畳み込みニューラルネットワーク|ＪＰＥＧ圧縮|adversarial Examples|malware classification|CNN|JPEG compression |
| ■要約(日本語) |
マルウェアの対抗策を講ずる上で，マルウェアの分類技術は重要である．分類手法の一つに画像化したマルウェアをCNNを用いて画像分類するものが存在する．この手法は非常に効果的だが、敵対的サンプルに対して脆弱である。本稿では，マルウェア画像の敵対的サンプルである敵対的マルウェアによる攻撃を想定し，敵対的マルウェアに対するJPEG圧縮の効果を検証する。また，JPEG圧縮を応用した新たな防御手法を提案する． |
| ■要約(英語) |
Malware classification technology is very important in taking countermeasures. Malware classification technology is important in taking countermeasures against malware. One of the classification methods is visualizing malware and classifying them using CNN.
However this method is undermined by susceptibility to adversarial samples. This paper investigates the efficacy of JPEG compression against adversarial malware images and proposes novel defense methods leveraging JPEG compression. |
| ■版 型 |
A4 |
