モバイルアプリケーションにおける不正プログラム検知への機械学習の適応

摘要

本論文では，学習モデル構築において特徴量としてAPK（Android application Package）に格納されているバイナリファイルに着目した検知方法の提案，実装を行った．バイナリファイルをコンパイルする過程で，コンパイラの違いによってバイナリファイルに若干の違いが生じる．本研究ではその違いに着目し，Yaraベースでのコンパイラ情報の抽出を行い，MLPを含む6種類の学習アルゴリズムへ適応を行った．そして三つの特徴量（パーミッション，Attribute，システムコール）単体で構築したモデルとコンパイラ情報を組み合わせ構築したモデルに対して精度，F値，誤検知率で評価を行った．その結果コンパイラ情報を組み合わせたモデルで，精度·F値の向上，誤検知率の低下した．この結果からモバイルマルウェアへの効果的な特徴量であることがわかった．