マルウェア データサイエンス サイバー攻撃の検出と分析(マルウェア　データサイエンス　サイバーコウゲキノケンシュツトブンセキ)

悪意を持つソフトであるウイルス・マルウェア (malware) は年々増え続けその手口も高度化しつつあります。

本書ではマルウェアの検出・分析に、機械学習、統計、ソーシャルネットワーク分析、データ可視化など「データサイエンス」の手法を導入・活用する方法を伝授。 scikit-learn 、 Keras で独自のマルウェア検出器を構築する方法を解説します。

・コード分析で "同じ攻撃者" が作成する "新しいマルウェア"を特定
・独自の機械学習検出システムを構築し、ゼロデイ攻撃・マルウェアを捉える
・マルウェア検出器の精度を ROC 曲線で測定し、セキュリティの最善アプローチを選択
・データの視覚化で、マルウェアの傾向を特定・調査
・ DNN (ディープニューラルネットワーク) ベースの検出システムを Python で実装

データサイエンティストを目指す方、悪意を持つソフトウェア撃退のためデータサイエンス、ディープラーニングを活用したい方には最適の書籍となるでしょう!

no starch press 『 Malware Data Science:Attack Detection and Attribution 』の翻訳書。

1 章 マルウェアの静的解析の基礎
2 章 静的解析の応用:x86 逆アセンブリ
3 章 速習:動的解析
4 章 マルウェアネットワークを使った攻撃キャンペーンの特定
5 章 共有コード解析
6 章 機械学習に基づくマルウェア検出器の概要
7 章 機械学習に基づくマルウェア検出器の評価
8 章 機械学習に基づくマルウェア検出器の構築
9 章 マルウェアの傾向を可視化する
10 章 ディープラーニングの基礎
11 章 Keras を使ってニューラルネットワークマルウェア検出器を構築する
12 章 データサイエンティストになろう
A 付録:データセットとツール

シグネチャを人手で書き足していく方式では、亜種を量産しながら押し寄せるマルウェアに追いつけない。この課題への回答として、機械学習や統計、ネットワーク分析、可視化といったデータサイエンスの手法をマルウェア対策へ持ち込む方法を示したのが本書です。 Joshua Saxe 氏と Hillary Sanders 氏の共著で、株式会社クイープの翻訳によりマイナビ出版から 2019 年に刊行されました。原著は no starch press から刊行された英語書籍で、本書はその全訳にあたります。

序盤で静的解析の基礎と x86 逆アセンブリ、動的解析を駆け足で押さえたうえで、本領であるデータ分析パートへ移ります。マルウェア間の共有コード解析から同一の作成者に由来する検体を特定する手法、 scikit-learn を使った機械学習ベース検出器の構築、 ROC 曲線による精度評価、傾向の可視化と続き、終盤はディープラーニングの基礎から Keras によるニューラルネットワーク検出器の実装まで到達します。

読みこなすには Python のコードを追える程度の経験があるとよく、マルウェア解析と機械学習のどちらか一方に軸足があれば入っていけます。セキュリティ側からデータ分析へ踏み出したいアナリストと、セキュリティ領域を題材にしたいデータサイエンティスト志望、その双方の橋渡しを狙った立ち位置の本です。