ディープ強化学習に基づく静的PEマルウェア検出器のための敵対的例の生成

要約 機械学習技術はマルウェア検出の分野に適用されており、増加するマルウェアのバリアントに対処するためのマルウェア検出の効率を向上させることができます。しかし、機械学習に基づくマルウェア検出モデルは、敵対的例によって欺かれる弱点も持っています。敵対的例を生成する方法の研究は、マルウェア検出モデルの脆弱性を暴露し、より良いマルウェア検出器を設計するのに役立ちます。本論文では、gym-malwareを基にした強化学習環境「gym-malware-mini」を提案し、そこからDQNおよびA2Cディープ強化学習アルゴリズムを使用して敵対的例を生成します。その結果、DQNエージェントはgym-malware-mini内で敵対的例を生成するより良い方針を学び、成功率はgym-malwareと比較して18%向上しました。DQNエージェントとA2Cエージェントの成功率は、gym-malware-mini環境内でランダムエージェントと比較してそれぞれ20%と15%向上しました。