Cyberattack Data Generation Using Machine Learning and Domain Knowledge for Advancement of Attack Detection and Defense

• Project/Area Number: 25K03118
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 60070:Information security-related
• Research Institution: Kobe University
• Principal Investigator: 小澤 誠一 神戸大学, 数理・データサイエンスセンター, 教授 (70214129)
• Co-Investigator(Kenkyū-buntansha): 井上 広明 神戸大学, 工学研究科, 助教 (10833171) ; 班 涛 国立研究開発法人情報通信研究機構, サイバーセキュリティ研究所, 主任研究員 (80462878)
• Project Period (FY): 2025-04-01 – 2029-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥18,850,000 (Direct Cost: ¥14,500,000、Indirect Cost: ¥4,350,000); Fiscal Year 2028: ¥5,850,000 (Direct Cost: ¥4,500,000、Indirect Cost: ¥1,350,000); Fiscal Year 2027: ¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000); Fiscal Year 2026: ¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000); Fiscal Year 2025: ¥4,420,000 (Direct Cost: ¥3,400,000、Indirect Cost: ¥1,020,000)
• Keywords: サイバーセキュリティ / AIセキュリティ / 機械学習 / 生成モデル / 攻撃データ生成

Outline of Research at the Start

本研究では、攻撃シミュレーションで導入されるドメイン知識（ネットワークトポロジー，攻撃ベクトル，脆弱性，ユーザ行動，標的資産など）を考慮し、攻撃データの合成を、組織間プライバシーに配慮して行うプライバシー保護機械学習を提案する。また、提案する攻撃データの生成技術を使って、組織ネットワークへの攻撃とクラウドやオンプレミスで提供されるAI駆動型サービスへの攻撃を想定して攻撃データの合成手法を開発する。