研究課題
膨大なサイバー攻撃の内、未知のものと推定されるものを抽出する手法として以下の3項目の開発を行った。1. セッション情報をパラメータ化し、fuzzy hashによって特徴量を求めることで、類似のセッションが存在するか否かを高速に確認するアルゴリズム。2. サイバー攻撃に用いられたマルウェアを、その構造をfuzzy hashによって特徴量化し、既知のマルウェアの亜種か否かを判定するアルゴリズム。3. HEMS/BEMSなどの制御系ネットワークが混在する環境下での不正な通信を抽出するアルゴリズム。以上により、約60%の精度で未知の攻撃の可能性が有る通信を特定できるようになった。
2: おおむね順調に進展している
各アルゴリズムの試作は完了し、性能評価の結果、概ね目的とした検知精度を達成していると判断している。また、平成27年度は、その検知精度のさらなる向上、および、実用性検証を行う目処が立っているため。
前述の通り、最終年度である平成28年度は、検知アルゴリズムの精度向上として、検知率60%を80%まで向上させることを目指す、また、セッションによる判定とマルウェアによる判定を連携させることも検討している。これらを統合したアルゴリズムを実装し、実環境における性能評価を行う。
すべて 2015 2014
すべて 雑誌論文 (3件) (うち査読あり 3件、 謝辞記載あり 3件) 学会発表 (5件)
The 2014 Cybersecurity Data Mining Competition and Workshop, Neural Information Processing Lecture Notes in Computer Science, Vol.8836, pp.325-332, Oct. 2014.
巻: 8836 ページ: 325-332
10.1007/978-3-319-12643-2_40
The 38th Annual International Computers, Software and Applications Conference (COMPSAC2014)
巻: 1 ページ: 305-310
10.1109/COMPSAC.2014.41
巻: 1 ページ: 400-405
10.1109/COMPSAC.2014.63
