Research on network systems to counter cyber attacks using machine learning

2023 Fiscal Year Final Research Report

• Project/Area Number: 20H04184
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Single-year Grants
• Section: 一般
• Review Section: Basic Section 60060:Information network-related
• Research Institution: Doshisha University
• Principal Investigator: Kimura Tomotaka 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 Final Research Achievements

Cyber attacks using machine learning will appear in the near future, and the number of victims will increase exponentially. Machine learning is advancing rapidly day by day, and the cyber attacks would become an immeasurable threat. To counter such cyber attacks, this study clarified how cyber attacks affect network performance by modeling cyber attacks. As a countermeasure in the network, we proposed a routing scheme to mitigate DoS attacks. Furthermore, we proposed a phishing detection method, a malware detection method, and a web page anomaly detection method as network edge countermeasures.

Free Research Field

通信ネットワーク

Academic Significance and Societal Importance of the Research Achievements

本研究では，近い将来，出現し得る機械学習を悪用したサイバー攻撃への対抗策を検討した．IoT 環境の急速な発展など新しいネットワークサービスの普及が行われている現在の情報通信ネットワークにおいては，インフラやサービスを保護するために，進化するサイバー攻撃に対抗する手段を検討することは非常に重要な課題である．本研究では，数理モデル化によって今後出現し得るサイバー攻撃の特性を明らかにし，その上でネットワーク内部やネットワークエッジでの対抗策を検討しており，今後のインターネットセキュリティの強化に役立つ．