AIマルウェア検出器、汎用ドメイン変異で大半のMLモデル回避

概要

Palo Alto NetworksのセキュリティAI研究チームは、同社の機械学習（ML）ベースのボットネットDGA（ドメイン生成アルゴリズム）検出モジュールを回避することに成功しました。このモジュールは畳み込みニューラルネットワーク（CNN）に基づいています。研究チームは、公開されているCNNベースのDGA検出モデルを使用し、64のボットネットDGAファミリーからなる約5000万のドメイン名データセットでテストしたところ、16のファミリーに対して70%以上の検出精度を示しました。しかし、研究チームが開発した汎用的なドメイン名変異技術を用いると、DGAが生成したドメイン名に1つの文字列を1回挿入するだけで、これら16のファミリー全てに対する検出率が25%未満に低下しました。この変異技術は、ほとんどのMLベースのDGA検出モジュールを回避できる可能性があり、攻撃者がコマンド＆コントロール（C2）サーバーとの通信を継続することを可能にします。この事例は、MLベースのセキュリティシステムが、巧妙な回避技術に対して脆弱である可能性と、本番環境に展開される前に徹底的な頑健性テストが必要であることを示唆しています。