マルウェア分類のための順次埋め込みベースのアテンション（Sequential Embedding-based Attentive; SEA）分類器

スマートデバイスの著しい増加に伴い、さまざまなセキュリティ脅威が顕在化している。その中でも特に顕著な脅威の一つが、マルウェア（悪意あるソフトウェア）である。マルウェアはデバイスの破壊やネットワーク全体の機能停止を引き起こす可能性を有しており、その早期検出と対策は、甚大な被害を回避する上で極めて重要である。本研究では、最先端の自然言語処理（Natural Language Processing: NLP）技術を活用したマルウェア検出のための解決策を提案する。本研究の主な目的は、リソース制約のあるデバイスからリソース豊富なマシンまで、多様な環境に適応可能な軽量かつ効果的な分類器の提供にある。提案モデルは、標準ベンチマークデータセット上で評価され、正解率99.13％、ロス関数（log loss）0.04という高い性能を達成した。