FFRIセキュリティ（3692）・施策前進
機械学習による静的マルウェア検知技術
FY2019に初出。4回の記載のうち2回が「前進」で、最初の「前進」はFY2024。直近の記載は2026-05-15。
4記載
8年にわたる
1うち適時開示
動きの推移
同じテーマの他社
機械学習による静的マルウェア検知技術1社が書いているテーマ・逆風0社・追い風1社
このテーマで動きを比べられる他社は、まだありません。
全記録提出書類・適時開示・報道、新しい順
- 2026-05-15前進決算説明資料
「ネットワークセキュリティｘAI 分野の研究では、高速かつ高精度の脆弱性探査の検知・防御技術を研究開発、高速処理が可能な次世代AI「Mamba」を独自に実装し、従来手法を上回るリアルタイム高精度検知を実現」
機械学習・AIを用いたセキュリティ研究が、次世代AIの独自実装とリアルタイム検知の実現まで進展した。 - FY2024前進有価証券報告書
「本研究では、マルウェアを動作させることなく容易に得られる表層情報から、既知のマルウェアの亜種であるのか、あるいは新たな機能を持った優先して解析すべき新種のマルウェアであるのかといったことや、他のマルウェアとの機能的なつながりを明らかにすることで、効率的な解析を実現する手法を提案するものです。研究にあたっては電気通信大学と共同で実施し、研究成果はコンピュータセキュリティシンポジウム2023にて発表し、最優秀論文賞を受賞しました。」
機械学習を用いたマルウェア分析の研究が、従来の静的検知から、表層情報に基づく亜種・新種判別や系統関係の分析へ具体化し、共同研究・発表・受賞まで進展した。 - FY2020再定義有価証券報告書
「AIや機械学習を用いた製品およびサービスの多様化に伴い、機械学習を狙ったサイバー攻撃の増加が予想されるため、機械学習を用いたシステムへのサイバー攻撃及びその対策技術の研究開発を行いました。また機械学習を応用したセキュリティ技術の研究開発を行いました。」
従来の静的マルウェア検知研究から、機械学習システムへの攻撃・対策技術および機械学習を応用したセキュリティ技術へ研究対象を広げた。 - FY2019初出有価証券報告書
「複雑化するマルウェアを用いたサイバー攻撃をより高精度で検知・防御するため、PE表層情報を用いた機械学習による静的マルウェア検知技術の研究に取り組みました。」
機械学習を用いた静的マルウェア検知を新たな研究テーマとして明示し、従来のクラスタリング等の技術を直接検知に利用する手法を考案している。