2023 Fiscal Year Research-status Report
Research on Advanced IoT security flatform based on Decentralized Machine Learning Model
| Project/Area Number |
20K11801
|
|---|
| Research Institution | Kanagawa Institute of Technology |
|---|
Principal Investigator |
岡崎 美蘭 神奈川工科大学, 情報学部, 教授 (00545155)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
岡崎 直宣 宮崎大学, 工学部, 教授 (90347047)
|
|---|
| Project Period (FY) |
2020-04-01 – 2025-03-31
|
| Keywords | 個人認証 / 機械学習 / IoT機器 / 加速度センサー |
|---|
| Outline of Annual Research Achievements |
本研究の目的は，誰もが安心して暮らせる超スマート社会を実現するためにフィジカル空間とサイバー空間を融合したすべての部分で安全性と信頼性を確保することができる高度かつ堅牢なIoTセキュリティ統合対策技術を確立することである．具体的には，超スマート社会実現におけるサイバー攻撃の脅威を明確に分析し，フィジカル空間からサイバー空間まで一貫して安全性を提供可能となる高度なIoTセキュリティシステム構築技術の確立と共にIoTセキュリティの課題について検討することである．
今までの研究では，不正デバイスと不正アプリケーションを見分けることができるデバイス認証技術とユーザ認証技術を研究開発するとともに，不正データ・異常データをより早く検知することができる信頼性の高い分散機械学習モデルの構築手法について研究開発を行ってきた．特にIoTデバイスを用いたスマートロックの個人認証システムの有効性を確認するためのシステムの実装と提案手法の有効性確認実験を行った．提案システムでは加速度センサが搭載されたスマートフォンとスマートウォッチの二つの端末の合成加速度を用いることでユーザが何にも意識することなくスマートロックの個人認証が可能となる．しかし，歩行という行動的な特徴を用いた認証では，常に同じ歩き方を実現するのは難しく，認証率の精度が大きな課題になることが分かった．
今年度は，視線入力デバイスを用いたパスワード画像選択と視線軌跡の特徴量を組み合わせた認証システムについて検討を行った．提案システムでは，手の不自由な人にも簡単にできるとともに，利用者の記憶負担の軽減や録画攻撃への耐性が期待できる．提案システムの有効性を確認するために，視線検出デバイスを用いてユーザーの視線軌跡データを収集し，全処理と特徴量抽出を行った後いくつかの機械学習アルゴリズムを用いて分類を行った．
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
昨年度まで実施した構築システムの実装・実験を改めて行いながらその有効性について実験を実施した．しかし，個人認証の認証精度が期待したものよりよくなかったので，改めて他の機械学習アルゴリズムへの適用検討や追加実験を実施して学会発表する予定なので，やや遅れていると言える．
|
| Strategy for Future Research Activity |
今までの実験では認証精度が期待したものよりよくなかったので，認証精度の向上に向けた特徴量の抽出方法や速度処理について検討する．また，実験データの数をさらに増やして分析を行う予定である．
また，手の不自由な人にも簡単な認証方式，さらに新型コロナウィルス感染拡大の懸念から非接触型認証方式の実現を目的とした，新たな機械学習アルゴリズムを用いたパスワード画像選択と視線軌跡による認証システムの提案と評価を行う予定である．
|
| Causes of Carryover |
実験の精度をあげるために，改めて実験を実施し学会発表を行うため．
|
