| 研究課題/領域番号 |
20K11800
|
|---|
| 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60060:情報ネットワーク関連
|
|---|
| 研究機関 | 早稲田大学 |
|---|
研究代表者 |
内田 真人 早稲田大学, 理工学術院, 教授 (20419617)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2022年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2021年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2020年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | 悪性ドメイン名検知 / 判断根拠説明 |
|---|
| 研究開始時の研究の概要 |
本研究では、機械学習を用いた悪性ドメイン名検知システムにおける検知結果の解釈性を向上する手法について検討する。具体的には、以下に示す学術的問いについて検討する。
・ブラックボックス化された悪性ドメイン名検知のホワイトボックス化は可能か？
・検知結果に影響を及ぼす特徴量間の相互作用を考慮した判断根拠説明はできないか？
・多様な判断根拠説明を組み合わせることで説明に対する信頼性を向上できないか？
・判断根拠説明の内容に対する人間による評価結果に基づき、悪性ドメイン名検知システムを再構築できないか？
|
| 研究成果の概要 |
本研究では、機械学習を用いた悪性ドメイン名検知システムのホワイトボックス化を目指し、それに必要となる要素について検討した。まず、ドメイン名を含むインターネット資源に関わる悪性活動の実態について調査した。次に、検知された悪性活動の解釈性を向上させるための可視化手法を提案した。その上で、本研究の主要な目標である識別モデル、説明モデル、及び人間の専門知識を統合させる手法について検討した。また、研究目的を達成する上で欠かすことのできない識別モデルや説明モデルの信頼性についても検討した。
|
| 研究成果の学術的意義や社会的意義 |
本研究では、機械学習を用いた悪性ドメイン名検知システムのホワイトボックス化を実現する上で必要となる要素について検討した。これにより、検知結果の解釈性や信頼性が向上し、セキュリティアナリストがより正確かつ効果的なリスク分析やインシデント対応を行うための支援が可能になる。また、透明性の高いセキュリティ対策の実現や信頼性の高いシステムの構築にも貢献することが期待される。これらの成果は、悪性ドメイン名検知システムの透明性の向上や信頼できるセキュリティ対策の実現に寄与し、学術的・社会的な意義を持つものといえる。
|
