マルウェアは日々進化している。絶えず生成されるさまざまな亜種のため、従来のシグニチャベースの識別法では、マルウェアの表層的な特徴や悪意のある挙動などを捉えきれないことも多い。そこで、近年では機械学習自身に特徴抽出をさせることで、マルウェアの分類を行う手法が注目されている。既存研究では、複雑なニューラルネットを構築する傾向があるが、それには高性能なコンピュータと長い処理時間が必要である。本研究ではDensnetを軽量化したモデルにより、画像化されたデータセットに対しマルウェアの分類を行った。本手法は、短い時間で高い精度を得ただけでなく、人間の目には判別できない類似のマルウェアファミリーも識別することもできた。