Research for Problems in Information Security Caused by Application of Machine Learning

2022 Fiscal Year Final Research Report

• Project/Area Number: 18K11248
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 60050:Software-related
• Research Institution: Tokyo University of Technology
• Principal Investigator: Uda Ryuya 東京工科大学, コンピュータサイエンス学部, 准教授 (50350509)
• Co-Investigator(Kenkyū-buntansha): 柴田 千尋 法政大学, 理工学部, 准教授 (00633299)
• Project Period (FY): 2018-04-01 – 2023-03-31
• Keywords: 情報セキュリティ / 人工知能 / 機械学習

Outline of Final Research Achievements

The greatest effort is Adversarial CAPTCHA which has strong removal resistance while keeping its visibility. Other researches are pointing out a problem in researches for detecting Cross Site Scripting with machine learning, recognizing unreadable numbers on license plates by machine learning, personal verification with any hand-written scripts by disassembling writing features and high accuracy malware detection by size compression with malicious features while reducing time for machine learning.

Free Research Field

情報セキュリティ

Academic Significance and Societal Importance of the Research Achievements

機械学習があらゆるものに利用されるようになり、情報セキュリティ分野のサービスやシステムにも利用されるようになってきた。一方、機械学習に詳しい者が情報セキュリティに詳しいとは限らず、また逆もしかりであるため、開発された技術に問題がある場合や、開発自体を断念してしまうこともあり得る。研究成果のAdversarial CAPTCHAは、万能と思われていた人工知能技術に一石を投じるものであったと言える。XSS検出技術における問題点の指摘や、大量の写真を使わずにナンバープレートの数字を読む技術は、通常とは異なる視点からの解を社会に与えられたと考えている。