機械学習を用いたネットワーク異常検知システムの脆弱性の評価

カテゴリ: 研究会(論文単位)

論文No: CMN20017

グループ名: 【C】電子・情報・システム部門 通信研究会

発行日: 2020/01/30

タイトル(英語): Vulnerability Assessment for Machine Learning Based Network Anomaly Detection System

著者名: 小川 侑治(同志社大学),木村 共孝(同志社大学),程 俊(同志社大学)

著者名(英語): Yuji Ogawa(Doshisha University),Tomotaka Kimura(Doshisha University),Cheng Jun (Doshisha University)

キーワード: ネットワーク異常検知|機械学習|敵対的生成画像|ニューラルネットワーク|１ピクセル攻撃|Network Anomaly Detection|Machine Learning|Adversarial Examples,|Neural Network|One Pixel Attack

要約(日本語): 近年，ネットワーク利用者の増加により，サイバー攻撃による被害が年々増加している．このようなサイバー攻撃に対抗するために，機械学習を用いたネットワーク異常検知システムが存在する．しかし，画像処理分野では，機械学習を騙す技術が進んでいる．これがセキュリティ分野に応用されると，サイバー攻撃がより脅威となる．そこで，本稿では，敵対的生成データを生成できる1ピクセル攻撃を用いて，機械学習を用いたネットワーク異常検知システムを騙せるか検証する．

要約(英語): In recent years, the damage caused by cyber attacks is increasing year by year due to the increase in network users. There is Network anomaly detection systems using machine learning to counter such cyber attacks. However, in the image processing field, research on advancing machine learning is begun. If this technology applied to the security field, cyber attacks become more threatening. In this paper, using one of adversarial example methods, one pixel attack method, we verify whether the network abnormal detection methods can be deceived.

原稿種別: 日本語

PDFファイルサイズ: 1,394 Kバイト