2022 Fiscal Year Annual Research Report
機械学習を悪用したサイバー攻撃に対抗するネットワークシステムの研究開発
| Project/Area Number |
20H04184
|
|---|
| Research Institution | Doshisha University |
|---|
Principal Investigator |
木村 共孝 同志社大学, 理工学部, 准教授 (20756382)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
平田 孝志 関西大学, システム理工学部, 教授 (10510472)
井上 文彰 大阪大学, 大学院工学研究科, 准教授 (40779914)
阿萬 裕久 愛媛大学, 総合情報メディアセンター, 教授 (50333513)
桂井 麻里衣 同志社大学, 理工学部, 准教授 (70744952)
平栗 健史 日本工業大学, 基幹工学部, 教授 (90582817)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | ネットワークセキュリティ / 機械学習 / サイバー攻撃 |
|---|
| Outline of Annual Research Achievements |
近年，パソコンやスマートフォンの普及に伴い，SNS，ブログ，電子商品取引など，さまざまなオンラインサービスが提供され，情報通信技術が社会経済活動に不可欠な基盤となっている．近い将来，機械学習を悪用したサイバー攻撃が出現し，その被害が爆発的に増加することが懸念されている．さらに，世間に知られていないゼロデイ脆弱性を機械学習により発見し，その脆弱性を突くことで感染を拡大させるマルウェアの出現も示唆されている．このように機械学習は日々急速に進歩しつづけており，機械学習を悪用したサイバー攻撃は今後，計り知れない脅威になり得る．将来のサイバー攻撃の脅威に対抗するにはユーザ端末やゲートウェイのみではなく，ネットワーク内部においても対抗策を講じた多重防御の確立が必要である．本年度はネットワーク内部とネットワークエッジ部での対策に取り組むと共に，これらを統合した対策を検討した．ネットワーク内部での対抗策では，将来出現し得る可能性の高い進化型マルウェアの対抗策を考えるために，ゲーム理論を用いた分析を行った．この分析によって進化型マルウェアへの有効な対抗策を明らかにした．また，ネットワークエッジ部での対策としては，機械学習を用いた二段階のマルウェア検知手法を提案し，この手法を用いることで検知精度を向上できることを示した．さらに，複数のサイバー攻撃を組み合わせて攻撃が起こる状況を想定し，これらに対してネットワーク内部と外部の対抗策を組み合わせることで対抗できることを示した．これらの研究成果は英文論文誌，国際会議，国内研究会などで発表を行なった．
|
| Research Progress Status |
令和4年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和4年度が最終年度であるため、記入しない。
|
