研究課題/領域番号 |
18K11248
|
研究種目 |
基盤研究(C)
|
配分区分 | 基金 |
応募区分 | 一般 |
審査区分 |
小区分60050:ソフトウェア関連
|
研究機関 | 東京工科大学 |
研究代表者 |
宇田 隆哉 東京工科大学, コンピュータサイエンス学部, 准教授 (50350509)
|
研究分担者 |
柴田 千尋 法政大学, 理工学部, 准教授 (00633299)
|
研究期間 (年度) |
2018-04-01 – 2023-03-31
|
研究課題ステータス |
完了 (2022年度)
|
配分額 *注記 |
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2020年度: 260千円 (直接経費: 200千円、間接経費: 60千円)
2019年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2018年度: 3,250千円 (直接経費: 2,500千円、間接経費: 750千円)
|
キーワード | 情報セキュリティ / 人工知能 / 機械学習 / 深層学習 / 標的型マルウェア / Adversarial Examples |
研究成果の概要 |
もっとも大きな成果は、画像の見た目が大きく変化しないで強い除去耐性を持たせたAdversarial CAPTCHAの開発である。その他、クロス・サイト・スクリプティングを機械学習により検出する手法の問題点を指摘する研究、人間に判読が困難なナンバープレートを機械学習で読む研究、筆記の特徴を分解することで、任意の文字の筆記に対応した本人確認の研究、マルウェアから特徴を抽出してサイズを縮小することで、機械学習の時間を削減した上で高精度なマルウェア検出を行える研究も行った。
|
研究成果の学術的意義や社会的意義 |
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。
|