【研究分野】通信・ネットワーク工学

【研究領域課題番号】17K06440 (KAKENデータベースで見る）

【研究キーワード】

Internet of Things / データ配信 / セキュリティ / Webインターフェース / 偽造サイト / 不正アカウント / コード配布 / 悪性Androidアプリ検知 / フィッシングサイト検知 / コード配布方式 / 経路構築法 / 色相情報 / 悪性アプリ検知 / 車車間通信 / センサ / 図書館利用状況 / アップデートコード配信 / webインタフェース / 情報通信工学 / 高信頼性ネットワーク

【研究成果の概要】

Web インタフェースにおける高いセキュリティとプライバシーを確保するため, SSLサーバ証明書の認証レベルに着目した悪性 Android アプリ検知手法, 色相を利用した自動的に検知範囲を拡大可能なフィッシングサイト検知法, 宛先までのホップ数解析によるTracerouteを用いた検知手法, 良性と悪性の特徴出現の比率と比率差を考慮したAndroidにおけるICCに着目したマルウエア検出法を提案した.
また,効率的なデータ配信方式として, 経路構築法RPLがセンサの観測データを収集する経路を作成する際に, 同時にネットワーク構造を収集することで省電力化を実現するコード配布方式を提案した.

【研究の社会的意義】

偽造サイトや SNS 上の不正アカウントを用いたWebインタフェースセキュリティ方式や, 効率的なデータ配信方式を提案し, その研究成果は,複数のユーザが各々の目的に応じたアプリケーションを，Webインタフェース経由でIoT 機器へアクセスする際の, Webインタフェースのセキュリティの確保, および, IoT 機器への効率的な配信において有効であり,社会的意義は高い.

【研究種目】基盤研究(C)

【研究期間】2017-04-01 - 2020-03-31

【配分額】4,810千円 (直接経費: 3,700千円、間接経費: 1,110千円)

【研究分野】情報セキュリティ

【研究領域課題番号】16H02832 (KAKENデータベースで見る）

【研究キーワード】

セキュリティ / マルウェア / 大規模データ解析 / モバイル / セキュア・ネットワーク / マルウェア対策 / サイバー攻撃 / 悪性通信 / 機械学習 / モバイルマルウェア / 高信頼性ネットワーク / 人工知能 / インターネット高度化 / 情報通信工学

【研究成果の概要】

ネットワーク社会の最大の脅威となっているのがサイバー攻撃である．攻撃対策技術を確立することが社会的な要請であるが，従来の対策技術は個々の攻撃に対処するものであり，しかも人間の介在が必要であった．
本研究は，データ科学からのアプローチを採り，サイバー攻撃対策技術の研究成果を有効に蓄積するためのマルウェア・インフォマティックスの確立を目指した．
本研究では，実際に大量のデータを蓄積した．さらにデータの特徴を抽出・選択する際の素性(feature)エンジニアリングの技法を体系的に整理して比較した．データの特徴を使う対策技術において中心的な役割を担う機械学習のアルゴリズムを評価する方法を提案した．

【研究種目】基盤研究(B)

【研究期間】2016-04-01 - 2019-03-31

【配分額】17,030千円 (直接経費: 13,100千円、間接経費: 3,930千円)