半教師あり学習による悪性ドメイン検知

抄録

近年，機械学習手法を用いた悪性ドメイン検出に関する研究が盛んに行われているが，教師あり学習手法 を用いる場合，学習に十分な量の悪性ドメインを収集することは難しい．また，従来の研究で使用されてい る実験データでは，良性ドメインには活動中のドメインのみを用いているが，悪性ドメインには既に活動 を停止しているドメインを含むことが多い．そのため，良性と悪性で取得可能な情報が異なるために，実環 境での精度が十分に評価できていない可能性が考えられる．そこで本研究では，半教師あり学習手法を採 用することによって，少量のラベル付きデータを利用して悪性ドメインを高精度に検知する手法を提案す る．本手法では，ニューラルネットワークを基に半教師あり学習手法を構成し，悪性ドメインを検知する． 実験では，良性と悪性の両方について活動が確認されているデータのみを用いて，現実に近い環境で悪性 ドメイン検知精度を評価した．実験の結果，教師あり学習手法で学習した場合と比較して，高い精度で悪性 ドメインを検知できることを確認した．