「Black Hat USA 2015」で報告15時間で侵入？ 機械学習のマルウェア検出システムに浮上した“不都合な真実” (1/2)

マルウェアの検出では、既知の特徴をスキャンするシステムよりも、機械学習の方が優れている。だが「Black Hat 2015」で発表した研究者によると、ある仕組みによって性能の差はさらに広がるという。

[Robert Richardson，TechTarget]

国内企業における、アプリケーション／通信機能別に見たマルウェアの攻撃経路（出典：Palo Alto Networks「アプリケーションの使用および脅威分析レポート」2014年5月版）《クリックで拡大》

　セキュリティ製品に機械学習機能を搭載しておきながら、設置場所ごとに固有のトレーニングデータを使って個々の違いに対応していないベンダーは、セキュリティエコシステムの一層の強化を図る機会を逸している――。2015年8月に米国ラスベガスで開かれた「Black Hat USA 2015」のセッションで、米軍需メーカーNorthrop Grummanの子会社の研究者2人がそう指摘した。

　機械学習を専門とするボブ・クライン氏は、Northropの子会社Acuity Solutionsの製品「BluVector Cyber Intelligence Platform」に取り組んでおり、その概念を「動く防御」と表現する。同氏によると、例えば鍵屋が1つの村の中であらゆる場所に同じ錠を売り付けた場合、極めて手薄な防犯対策しか達成されない。泥棒がその錠の1つを入手して、好きなだけ時間をかけて開錠の方法を習得すれば、後は村中の家から何でも盗み放題になる。

併せて読みたいお薦め記事

機械学習に関する記事

• データサイエンティストに縁遠い人のための「機械学習」入門
• 「機械学習」とは？　データ分析技術に関連する12の大胆予測

マルウェアの最新動向に関する記事

• 2000ドルで取引される新型マルウェアの侮れない危険性
• 日本年金機構の事件でも悪用か　マルウェア「Emdivi」の恐ろしさ
• 会社で見つかるマルウェアは年間2000種以上――実トラフィックで明らかに