論文の概要: DDQN-MLP: An Explainable and Adversarially Robust DRL-Guided Adaptive Learning Framework for Ransomware Detection
- arxiv url: http://arxiv.org/abs/2609.20314v1
- Date: Fri, 31 Jul 2026 11:11:53 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-28 05:09:55.67368
- Title: DDQN-MLP: An Explainable and Adversarially Robust DRL-Guided Adaptive Learning Framework for Ransomware Detection
- Title（参考訳）: DDQN-MLP:ランサムウェア検出のための説明可能かつ可逆的ロバストDRL誘導型適応学習フレームワーク
- Abstract要約: 本研究では,行動ランサムウェア検出のための訓練時間深層強化学習フレームワークDDQN-MLPを提案する。
DDQN-MLPは99.30%の静的精度、F1スコアは0.9930、ROC-AUCは0.9991であり、従来の重み付け、フォーカスロス、代替DRLよりも優れていた。
- 参考スコア（独自算出の注目度）: 2.3008238872220548
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Ransomware detection remains challenging because modern variants exhibit diverse, evasive, and partly benign-like behaviors that undermine fixed supervised learning objectives. This study proposes DDQN-MLP, a training-time deep reinforcement learning framework for behavioral ransomware detection using Windows 11 sandbox telemetry. A Double Deep Q-Network (DDQN) acts as a discrete adaptive sample-weighting controller by observing batch-level loss and prediction-confidence dynamics and assigning sample-importance weights to guide a lightweight Multilayer Perceptron (MLP). After training, the DDQN is discarded, leaving only the efficient MLP for deployment. The framework was evaluated using 5-fold stratified cross-validation on a balanced dataset of 2,000 executable profiles comprising 1,000 ransomware samples from 30 families and 1,000 benign samples. DDQN-MLP achieved 99.30% accuracy, an F1-score of 0.9930, and an ROC-AUC of 0.9991, outperforming conventional static weighting, focal-loss, and alternative DRL variants. Explainability was assessed using SHAP and LIME, together with a SHAP-gradient alignment diagnostic for evaluating consistency between feature attribution and model sensitivity. White-box adversarial testing across multiple perturbation levels further showed that adversarial training improved feature-space robustness without reducing clean-data accuracy. The results demonstrate that DDQN-MLP provides an accurate, explainable, robust, and computationally efficient framework for high-throughput ransomware detection.
- Abstract（参考訳）: ランサムウェアの検出は、現代の変種は、固定された教師付き学習目標を損なう多様な、回避的で、部分的に良識的な行動を示すため、依然として困難なままである。
DDQN-MLPは,Windows 11のサンドボックステレメトリを用いた行動ランサムウェア検出のための訓練時間深度強化学習フレームワークである。
ダブルディープQネットワーク(DDQN)は、バッチレベルの損失と予測信頼度を観測し、軽量多層受容器(MLP)を誘導するためにサンプル重要重量を割り当てることにより、離散適応型サンプル重み付けコントローラとして機能する。
訓練後、DDQNは破棄され、デプロイに効率的なMLPのみが残される。
このフレームワークは,30家族のランサムウェアサンプルと1,000人の良性サンプルからなる2000のプロファイルのバランスの取れたデータセット上で,5倍層状クロスバリデーションを用いて評価した。
DDQN-MLPの精度は99.30%、F1スコアは0.9930、ROC-AUCは0.9991であり、従来の静的重み付け、フォーカスロス、代替DRLよりも優れていた。
特徴属性とモデル感度の整合性を評価するため,SHAPとLIMEを用いて説明可能性を評価した。
さらに、複数の摂動レベルにわたるホワイトボックス逆行試験により、クリーンデータ精度を低下させることなく、特徴空間のロバスト性を改善した。
その結果,DDQN-MLPは高スループットランサムウェア検出のための正確で説明可能な,堅牢で,計算的に効率的なフレームワークを提供することがわかった。
関連論文リスト
- Auditable Machine Unlearning for Privacy-Compliant Ransomware Detection Using Multi-Shard SISA and Deep Reinforcement Learning [1.8024397171920885]
マルチシャードSISA再学習と深層強化学習を統合した,監査可能なランサムウェア検出およびアンラーニングフレームワークを提案する。
提案システムでは,非対称なセキュリティコスト下での行動特徴から報酬誘導検出ポリシーを学習する。
シングルシャード・アンラーニングは最小限のユーティリティ劣化と低いオラクルの不一致を維持しているのに対し、適度なシャードカウントは最良の効率と性能のトレードオフをもたらすことを示す。
論文 参考訳（メタデータ） (2026-07-07T23:23:52Z) - A Training-Efficient Transformer-Based Anti-Spoofing Network for Logical Access in ASVspoof 5 [3.3748832979930037]
本稿では,ASVspoof 5 Track 1のクローズド条件に着目し,標準的なクロスエントロピートレーニングはハードトライアルに十分な注意を払わない可能性がある。
本稿では,トランスフォーマーをベースとした集中型注意型ランキングネットワークTFPARNを提案する。
同じプロトコルで再実装されたAASISTとRawNet2ベースラインと比較して、TFPARNは、minDCFが0.2430、EERが12.52%である。
論文 参考訳（メタデータ） (2026-06-02T00:38:12Z) - Privacy-Aware Machine Unlearning with SISA for Reinforcement Learning-Based Ransomware Detection [1.8024397171920885]
本稿では、Sharded, Isolated, Sliced, Aggregated trainingをベースとしたランサムウェア検出のための、プライバシを意識しない機械学習評価フレームワークを提案する。
このフレームワークは、検出器全体ではなく、影響を受けるモデルのシャードのみをトレーニングすることで、効率的なデータ削除を可能にする。
論文 参考訳（メタデータ） (2026-04-18T00:19:20Z) - A Few Large Shifts: Layer-Inconsistency Based Minimal Overhead Adversarial Example Detection [13.109309606764754]
我々は、ターゲットモデル自体の内部の階層的不整合を利用するプラグイン検出フレームワークを導入する。
本手法は計算オーバーヘッドを無視して最先端検出性能を実現する。
論文 参考訳（メタデータ） (2025-05-19T00:48:53Z) - Lie Detector: Unified Backdoor Detection via Cross-Examination Framework [68.45399098884364]
半正直な設定で一貫したバックドア検出フレームワークを提案する。
本手法は,SoTAベースラインよりも5.4%,1.6%,11.9%の精度で検出性能が向上する。
特に、マルチモーダルな大規模言語モデルにおいて、バックドアを効果的に検出するのは、これが初めてである。
論文 参考訳（メタデータ） (2025-03-21T06:12:06Z) - Conservative Prediction via Data-Driven Confidence Minimization [70.93946578046003]
機械学習の安全性クリティカルな応用においては、モデルが保守的であることが望ましいことが多い。
本研究では,不確実性データセットに対する信頼性を最小化するデータ駆動信頼性最小化フレームワークを提案する。
論文 参考訳（メタデータ） (2023-06-08T07:05:36Z) - PULL: Reactive Log Anomaly Detection Based On Iterative PU Learning [58.85063149619348]
本稿では,推定故障時間ウィンドウに基づくリアクティブ異常検出のための反復ログ解析手法PULLを提案する。
我々の評価では、PULLは3つの異なるデータセットで10のベンチマークベースラインを一貫して上回っている。
論文 参考訳（メタデータ） (2023-01-25T16:34:43Z) - CovidDeep: SARS-CoV-2/COVID-19 Test Based on Wearable Medical Sensors
and Efficient Neural Networks [51.589769497681175]
新型コロナウイルス(SARS-CoV-2)がパンデミックを引き起こしている。
SARS-CoV-2の逆転写-ポリメラーゼ連鎖反応に基づく現在の試験体制は、試験要求に追いついていない。
我々は,効率的なDNNと市販のWMSを組み合わせたCovidDeepというフレームワークを提案する。
論文 参考訳（メタデータ） (2020-07-20T21:47:28Z) - Dynamically Mitigating Data Discrepancy with Balanced Focal Loss for
Replay Attack Detection [10.851348154870852]
我々は、アンチ・スプーフィングにおいては、モデリングプロセスにおいて容易に分類されたサンプルよりも識別不能なサンプルに注意が必要であると論じている。
本研究は, サンプル自体の特性に基づいて, 損失を動的にスケールする訓練目的として, バランスの取れた焦点損失関数を活用することを提案する。
相補的な特徴により、3種類の機能しか持たない融合系は他のシステムよりも22.5%、min-tDCFが7%、EERが7%向上する。
論文 参考訳（メタデータ） (2020-06-25T17:06:47Z) - Uncertainty Estimation Using a Single Deep Deterministic Neural Network [66.26231423824089]
本稿では,1回のフォワードパスで,テスト時に分布データポイントの発見と拒否が可能な決定論的ディープモデルを訓練する手法を提案する。
我々は,新しい損失関数とセントロイド更新方式を用いて,これらをスケールトレーニングし,ソフトマックスモデルの精度に適合させる。
論文 参考訳（メタデータ） (2020-03-04T12:27:36Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。