機械学習を悪用したサイバー攻撃に対抗するネットワークシステムの研究開発

点击翻译按钮获取中文摘要

近年，パソコンやスマートフォンの普及に伴い，SNS，ブログ，電子商品取引など，さまざまなオンラインサービスが提供され，情報通信技術が社会経済活動に不可欠な基盤となっている．近い将来，機械学習を悪用したサイバー攻撃が出現し，その被害が爆発的に増加することが懸念されている．さらに，世間に知られていないゼロデイ脆弱性を機械学習により発見し，その脆弱性を突くことで感染を拡大させるマルウェアの出現も示唆されている．このように機械学習は日々急速に進歩しつづけており，機械学習を悪用したサイバー攻撃は今後，計り知れない脅威になり得る．将来のサイバー攻撃の脅威に対抗するにはユーザ端末やゲートウェイのみではなく，ネットワーク内部においても対抗策を講じた多重防御の確立が必要である．2021年度は「ネットワーク内部での対抗策」と「ネットワークエッジ部での対策」に取り組んだ．「ネットワーク内部での対抗策」では，異常トラヒックを検知するために深層強化学習を用いた異常検知手法を提案し，トレースデータを用いた実験によって有効性を示した．また，「ネットワークエッジ部での対策」として呼び出しAPI列を入力とした深層学習を用いてランサムウェアを検知するシステムについて検討を行い，深層学習を用いることで，ランサムウェアに対抗できることを示した．さらに，Post-Exploitationを抑制する動的なネットワークの構成法についても検討を進め，動的にネットワークを変更することでPost-Exploitationを抑制できることを示している．これらの研究成果は英文論文誌，国際会議，国内研究会などで発表を行なっている．