富士通研究所、マルウェア検知AI技術を開発---ディープラーニングを活用、検知精度が76％から93％に向上

富士通研究所は、9月19日、「組織ネットワーク侵入マルウェア検知を高精度化する人工知能(AI)技術」を開発したと発表した。

マルウェア検知AI技術

この新技術は、富士通研究所が開発したグラフ構造データ学習/分類技術「Deep Tensor」をベースにして、時系列の特徴を学習できるように拡張して開発された。

「Deep Tensor」は、グラフ構造データから数学表現「テンソル」への変換方法学習と、ディープラーニング学習を同時に行うことで、グラフ構造データを高い精度で学習する。

新技術では、テンソル表現を複数用意することにより、ログ上の異なる時間の特徴を学習する。さらに、テンソル表現間の関係についても、ディープラーニングで学習することにより、時系列ログデータ内の関係性の高い特徴群を抽出し、マルウェア判別が可能になるという。

試験結果　検知精度が76％から93％に向上

情報処理学会コンピュータセキュリティ研究会「MWS2017」が提供している研究用データセットを利用して、日常業務のネットワーク通信とマルウェア攻撃を判別する試験を実施した。

その結果、マシンラーニング技術「Support Vector Machine」を用いたケースでは検知精度が76％だったのに対し、新技術では93％に向上することを確認した。

今後の予定

2017年度中にサイバーセキュリティ以外の分野で製品化を目指し、2018年度からサイバー攻撃対策としての実証を同社内で進める予定としている。

以上、下記URLからの要約
https://japan.zdnet.com/article/35107449/