Development of a system to support cyber security learning by using deep learning and force sensing to determine anomalous values.

2023 Fiscal Year Final Research Report

• Project/Area Number: 21K12186
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 62030:Learning support system-related
• Research Institution: Tokyo National College of Technology (2022-2023); Oyama National College of Technology (2021)
• Principal Investigator: ISHIHARA MANABU 東京工業高等専門学校, 電気工学科, 特任教授 (20211047)
• Project Period (FY): 2021-04-01 – 2024-03-31
• Keywords: サイバーセキュリティ / スパムメール / 力覚 / 触覚 / 機械学習

Outline of Final Research Achievements

Attacks occur in internetwork environments. Traffic analysis was performed within the network to examine the attack behavior of stepping stone information terminals.　A training system for basic security techniques was constructed.
A method was devised to classify Japanese emails into spam and regular emails. The spam filter uses the text of the email body, and classification and analysis are performed using three steps: preprocessing of the text in the email body, morphological analysis, and classification learning.
Furthermore, experiments with a force-sensing device and tactile sensations on a flat panel were used to examine the accuracy of recognizing surface roughness, and standards were established for building a system that can determine differences in surface roughness.

Free Research Field

感性情報学

Academic Significance and Societal Importance of the Research Achievements

サイバーセキュリティは、現代社会における重要な課題である。本研究では、サイバーセキュリティ学習のためのプラットフォームを構築し、攻撃された状態・踏み台となったPC・水飲み場攻撃、スパムメールなどを再現して学習できるシステムを構築した。さらに、スパムメールを分析して、スパムメール判別のためのフィルタを設計して評価実験を行った。これらの現象からトラフィック異常値を検出することを試みた。異常値をネットワーク上で感知したら、その異常値を出力する方法として、力覚や触覚を利用したインタフェースを検討した。変化の大きさから知覚できる範囲を明らかにした。これらの成果は、判定結果を認知する方法として有効である。