抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
IoT(Internet of Things)デバイスの数が年々増加するとともに,IoTデバイスに対する,あるいはそれらを用いたサイバー攻撃への対策が課題となっている.Miraiなどに代表されるIoTデバイス向けマルウェアは,感染デバイスを増やし,大規模な攻撃を行うことが多いため,より早い段階で感染を検知し,攻撃および感染拡大を防ぐことが重要である.そのため,様々な手法やシーンにて感染を検知もしくは防止する手法が検討されている.一方で,IoTデバイスの利用シーンの代表例であるホームネットワーク環境においては,高負荷の処理が可能なシステムを各家庭に構築することは一般的に難しい.したがって,処理負荷を抑えつつマルウェアの感染を検知するシステムが求められている.そこで著者らは,ホームゲートウェイを通過するパケットのフローデータのみをクラウド上の解析サーバへ転送し,マルウェア感染検知を行うシステムを提案している.これまで感染検知に機械学習を用いていたが,特定のIoTデバイスにおいて,正常な通信をマルウェア感染後の挙動として検知する誤検知が多いという課題があった.そこで本稿では,一定期間のIoTデバイスの通信から自動的に生成したホワイトリストと異常検知に用いられる機械学習によるハイブリッド型のIoTマルウェアの感染検知方式を提案する.機械学習のみを用いた場合とホワイトリストを併用した場合の検知精度を比較し,提案方式の優位性を示す.(著者抄録)