文献

J-GLOBAL ID：202002237107200509   整理番号：20A1359163

機械学習とオフェンシブセキュリティ

Machine Learning and Offensive Security

著者 (1件)： 森達哉 (早稲田大学 / 理化学研究所 革新的知能統合センター)
資料名： 日本セキュリティ・マネジメント学会誌(Web)
巻： 33  号： 3  ページ： 3-15(J-STAGE)  発行年： 2020年 
JST資料番号： U1665A  ISSN： 2434-5504  資料種別： 逐次刊行物 (A)
記事区分： 解説  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 機械学習とセキュリティは異なる分野で独立に発展してきた技術である.各技術の有用性と社会的重要性が高まるにつれ,両者を融合したクロスオーバーの領域が盛んに研究されるようになった.それらの研究は(A) 「機械学習を用いた防御技術」,(B) 「機械学習を用いた攻撃技術」,(C) 「機械学習アルゴリズムに対する攻撃・防御技術」の3 つのテーマに大別することができる.(A) は比較的古くから研究がなされてきているが,(B) と (C) は比較的新しい研究領域であり,攻撃技術を対象とすることに大きな特徴がある.本稿では特に (B) と (C),すなわち機械学習と「オフェンシブセキュリティ」に関わる研究領域に焦点を当て,各領域の概略と具体的な研究事例を解説する.(著者抄録)

シソーラス用語： *機械学習 ,  *行為 ,  位置情報 ,  *情報 ,  通信方式 ,  状態推定 ,  学習アルゴリズム ,  *サイバー攻撃
準シソーラス用語： サイドチャネル攻撃 ,  *セキュリティ攻撃 ,  事例紹介 ,  情報攻撃 ,  脆弱性攻撃 ,  匿名通信 ,  *秘密情報

著者キーワード (1件)： 機械学習,オフェンシブセキュリティ,敵対的学習

分類 (3件)： 人工知能  (JE08000Z) ,  データ保護  (JD01020V) ,  符号理論  (ND02030R)

引用文献 (34件)：

• Graham, P., “A Plan for Spam,” http://www.paulgraham.com/spam.html August, 2012.
• Drucker, H., Wu, D., and Vapnik, V., “Support vector machines for spam categorization,” IEEE Transactions on Neural Networks, Vol.10, No. 5, September 1999, pp. 1048-1054.
• Pantel, P. and Lin, D., “SpamCop: A Spam Classification & Organization Program,” In Learning for Text Categorization: Papers from the 1998 AAAI Workshop, 1998.
• Heckerman, D., Horvitz, E., Sahami, M., Dumais, S., “A Bayesian Approach to Filtering Junk E-Mail,” In Learning for Text Categorization: Papers from the 1998 AAAI Workshop, 1998.
• KDD Cup 1999 Data - UCI KDD Archive, http://kdd.ics.uci.edu/databases/kddcup99/kddcup99.html.

タイトルに関連する用語 (1件)： 機械学習