权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

仮想計算機モニタの時系列メモリ証拠保全機構と深層学習によるインシデントの自動検出

利用虚拟机监控时间序列内存证据保存机制和深度学习进行自动事件检测

基本信息

批准号：
20K11825
负责人：
平野学
金额：
$ 2.75万
依托单位：
National Institute of Technology, Toyota College
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2020
资助国家：
日本
起止时间：
2020-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

サイバー犯罪の急増で法執行機関が大量のインシデントに対応しており，さらに高度サイバー攻撃では証拠隠滅や改ざんへの対策も不可欠になっている。これらの課題への対策として，本申請では実世界での「監視カメラ」と大量の監視記録からサイバー犯罪を自動検知し，証拠を高速に発見する「解析システム」を軽量ハイパーバイザと深層学習モデルによって開発した。本研究課題では以下の３つのテーマを実施した。まず，テーマ(A)では軽量ハイパーバイザ BitVisor でメモリ仮想化機能の Extended Page Table (EPT) を利用して，書き込まれたメモリ領域だけを差分として保全する機構（差分型の時系列メモリダンプ取得機構）を開発した。テーマ(B)ではテーマ(A)で取得した差分メモリダンプを逐次復元していき，メモリフォレンジックフレームワーク Volatility で解析する機構を開発，耐解析機能を有するランサムウェア BlueSky での挙動解析を通してシステムを評価した。テーマ(C)では軽量ハイパーバイザ BitVisor でメモリ仮想化機能の EPT を利用してメモリへのアクセスパターンを収集する機構を開発した。このシステムでランサムウェア6種，良性プログラム6種のアクセスパターンを収集してデータセットを構築した。データセットには平成31年度までの科研費研究（研究課題17K00198）で開発した機構を併用してストレージアクセスパターンも一緒に収集した。構築したデータセットを学習させ，深層学習モデル Long Short Term Memory (LSTM) でFスコアが 0.92，機械学習アルゴリズムの LightGBM で Fスコアが 0.98 でランサムウェアと良性プログラムを分類することができた。以上より，当初計画していたサイバー犯罪の監視と自動検知のシステムを開発評価できた。

サイバー crime の urgent raised で law execution machine masato が large のインシデントに応 seaborne しており, さらに highly サイバー tapping shock では card 拠 change government destroyed やざんへの policy も not owe seaborne になっている. これらの subject への policy と seaborne して, this application では be world での "monitoring カメラ" と large の monitoring record からサイバー crime を automatic 検し, card 拠を high-speed に発 see する "parse システム" を軽 quantity ハイパーバイザと deep learning モデルによって open 発した. The research topic of this study is でで. The following で 3 テテテをを is implemented in た. まず, テーマ (A) では軽 quantity ハイパーバイザ BitVisor でメモリ仮 think mechanism can の Extended Page Table (EPT) を using して, Book き込まれたメモリ field だけを difference として preservation する institutions (differential の series メモリダンプ institutions) を open 発した. テーマ (B) ではテーマで (A) obtain した difference メモリダンプを successive recovery していき, メモリフォレンジックフレームワーク Volatility で parsing する institutions を発, Resistant parsing function をするランサムウェア BlueSky での挙 dynamic analytic を tong してシステムを review 価した. テーマ (C) では軽 quantity ハイパーバイザ BitVisor でメモリ仮 think mechanism can の EPT を using してメモリへのアクセスパターンを収 set する institutions を open 発した. このシステムでランサムウェア 6, benign プログラム six のアクセスパターンを収 set してデータセットを build した. データセットには pp.47-53 31 year までの KeYanFei research (research topic 17 k00198) で open 発した institutions を and してストレージアクセスパターンも a mio に収 set した. Build したデータセットを learning させ, deep learning モデル Long Short Term Memory (LSTM) で F スコアが 0.92, Rote learning アルゴリズムの LightGBM で F スコアが 0.98 でランサムウェアと benign プログラムを classification することができた. Above より that plan していたサイバー crime の automatic monitoring と検 know のシステムを open 発 review 価できた.