文献

J-GLOBAL ID：201802287210941625   整理番号：18A0121929

特徴量写像関数の学習による類似インシデント検索

Similar incident retrieval by learning feature mapping function

著者 (2件)： 大下裕一 (大阪大 大学院情報科学研究科) ,  村田正幸 (大阪大 大学院情報科学研究科)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 117  号： 353(IN2017 46-69)  ページ： 67-72  発行年： 2017年12月07日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： インシデントが発生した際には,管理者はそのインシデントに対して,迅速に対応することが求められる。インシデントの対応には,過去に発生したインシデントに関する情報は有用であり,過去の類似のインシデントの情報から,新たに発生したインシデントが早急な対応が必要なインシデントか否かといった判断や,インシデントの対応方法に関して参考となる情報を得ることができる。そこで,本稿では,このようなインシデント情報を蓄積し,新たなインシデントが発生した際に,過去に蓄積したインシデントから当該インシデントに類似したインシデントに関する情報を提示できるシステムについて議論する。新たなインシデントが検知された際には,当該インシデントで発生したフロー等の特徴量を把握できる。しかしながら,それらの特徴量間の距離が近いインシデントが同種のインシデントとは限らない。そこで,本稿では,インシデントの特徴量を,類似のインシデントは近くに,異なるインシデントは遠くに写像するような写像関数をインシデントの対応結果の情報から学習し,写像関数で写像後の位置が近い過去のインシデントを検索する手法を提案する。評価により,提案手法により,過去に経験した同種のインシデントを高い精度で検索できることを示す。(著者抄録)

シソーラス用語： 情報 ,  *機械学習 ,  *類似性 ,  *コンピュータセキュリティ ,  情報セキュリティ ,  情報蓄積 ,  距離 ,  *情報検索 ,  データベース ,  事故調査
準シソーラス用語： *事例検索 ,  特徴量

分類 (2件)： データ保護  (JD01020V) ,  人工知能  (JE08000Z)

引用文献 (3件)：

• H. Sinanovic and S. Mrdovic, ′′Analysis of mirai malicious software,′′ in Proceedings of SoftCOM, Sept. 2017.
• 中津留毅,五十嵐弓将,南拓也, ′′IoT機器の健全性劣化を検知する技術′′, 電子情報通信学会総合大会, Mar 2017.
• S. Barnum, ′′Standardizing cyber threat intelligence information with the structured threat information expression (stix),′′ MITRE Corporation, vol.11, pp.1-22, 2012.

タイトルに関連する用語 (7件)： 特徴量 ,  写像 ,  関数 ,  学習 ,  類似 ,  インシデント ,  検索