2019 Fiscal Year Annual Research Report

Adaptive Task Generation Method for Situation Judgement Skill Learning in Information Security

Research Project

Project/Area Number	17K00479
Research Institution	Japan Advanced Institute of Science and Technology
Principal Investigator	長谷川忍北陸先端科学技術大学院大学, 情報社会基盤研究センター, 准教授 (30345665)
Co-Investigator(Kenkyū-buntansha)	BEURAN Razvan 北陸先端科学技術大学院大学, 先端科学技術研究科, 特任准教授 (40771788)
Project Period (FY)	2017-04-01 – 2020-03-31
Keywords	情報セキュリティリテラシ / 意思決定スキル / 適応的課題生成 / 学習管理システム / 状況判断スキル / 知的学習支援システム / 情報セキュリティ学習
Outline of Annual Research Achievements	2019年度は，セキュリティリテラシの中でも特にフィッシングメールに対する判別スキルをトレーニングするための課題出題手法を提案し，その評価を行った．トレーニング課題の難易度を実際に収集したフィッシングメールやスパムメールの事例から設定する手法を定式化し，前年度に開発したオーバレイモデルと組み合わせることによって，学習者の判断能力のレベルに応じた課題出題を実現する手法を提案した．実際の事例に基づいて難易度を設定することができるため，新たなセキュリティインシデントの動向に対応した課題を容易に取り入れることができる．提案手法を評価するために大学院生20名によるケーススタディを行った．ランダムなトレーニング課題と適応的なトレーニング課題による効果についてはいずれのケースでも期待以上の成果が上がったため，有意な差は見られなかった．しかしながら，学習者が経験や失敗を繰り返すことでメールの判別スキルが向上すること，トレーニングすべき項目のうち学習者の感度が低い（学習者が気付きにくい）項目を重点的にトレーニングするためのベースラインを構築することができた．なお，今回提案した出題手法では学習者がトレーニング課題を理解していながら不正解であった場合や，トレーニング課題を理解せずに正解する場合を考慮しなかった．これらの課題を解決するために，Bayesian Knowledge Tracing (BKT)を学習者モデルとして導入することを試みた．期間全体の実績としては，プロトタイプの学習環境であるMoodle上利用可能なSCORMパッケージとしてトレーニングを展開できるプラグインを開発するとともに，特にフィッシングメールの判別スキルを対象に学習者の不得意な要素に関するトレーニングシナリオのパラメータを摂動させることにより，トレーニング課題の適応的生成手法を実現した．