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

Refinement of Cyberattack Generation Process Model by Using Machine Learning and Domain Knowledge

利用机器学习和领域知识细化网络攻击生成过程模型

基本信息

批准号：
21KK0178
负责人：
小澤誠一
金额：
$ 12.06万
依托单位：
Kobe University
依托单位国家：
日本
项目类别：
Fund for the Promotion of Joint International Research (Fostering Joint International Research (B))
财政年份：
2021
资助国家：
日本
起止时间：
2021-10-07 至 2027-03-31
项目状态：
未结题

项目摘要

本研究では、防御側の観測・検知を回避・無効化する攻撃の仕組みなど、ドメイン知識を有する専門家と国際連携体制を築き、観測のみに頼るリアクティブな対策だけでなく、新たな攻撃への予測と迅速な対応を行うプロアクティブなセキュリティ対策の構築を目指している。本年度は海外渡航が不可能であったため、国内チームの吉岡（横国大）、班（NICT）、金、小澤（神戸大）と以下の研究を実施した。1)小澤、班、金は、URL文字列から悪性が疑われるWebサイトのHTMLコンテンツを取得し、それぞれのHTMLタグ階層構造（DOM）をグラフ表現し、それをgraph2vecで埋め込みベクトルに変換して、正規サイトを装うフィッシングサイトを見つける方法を提案した。PhishTankとOpenPhishのフィッシングサイト151件を用いた実験では、80%のフィッシングサイトがクラスタを形成し、これらクラスタが共通してもつ外部リンクから正規サイトを特定したところ、AmazonとFacebookを騙るフィッシングサイト群を見つけた。また、VirusTotalで取得可能なドメインのWhois情報、レビュー情報、DNSレコード、SSL証明書情報などを特徴量として機械学習で悪性判定する方法を提案した。その結果、1550サイトに対し、フィッシングサイトは88%、マルウェアホストサイトは91%の精度で検知できた。2)吉岡は、WarpDrive実証実験に参加している508ユーザが受信したSMS、合計23,133件（良性 22,800件、悪性333件）を調べたところ、SMSを多く受信するユーザが悪性SMSを受信しやすいわけではなく、現時点では、攻撃者はランダムに悪性SMSを送付していることが推測された。また、悪性SMSは深夜と早朝には送られず、午後2時から5時の期間に集中していることがわかった。

This study is aimed at establishing a national and international connectivity system for detecting, detecting, avoiding and preventing attacks on the defense side, and providing guidance for the construction of a new attack prediction strategy. This year, the following research projects were carried out: Overseas navigation is impossible, domestic immigration is Yoshioka (Yokohama National University), Ban (NICT), Jin, Ozawa (Kobe University) 1)Ozawa, Ban, Jin, URL text string to change the nature of the query Web server HTML content to obtain, to change the HTML hierarchy structure (DOM) to change the expression, to change the graph2vec, to change the regular web server to change the method. PhishTank and OpenPhish have 151 applications, 80% of which have been formed, and 80% of which have been formed. In addition, VirusTotal proposes a method to obtain possible Whois information, URL information, DNS URL, SSL certificate information, etc., and use machine learning to determine the validity. The results were 1550 percent accurate, 88 percent accurate, 91 percent accurate. 2)Yoshioka and WarpDrive have successfully participated in 508 SMS messages received, totaling 23,133 (benign 22,800, and sexual 333). The SMS is sent late at night and early in the morning, and concentrated during the period from 2:00 p.m. to 5:00 p.m.