| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2019-07-24 09:30 Boid的アノーテーションとLabeled-LDAによる家族的類似の推論規則生成 ～ 推論攻撃分析とcovert channel攻撃分析を統合する機械学習的アプローチ ～ ○紅林宏祐・森住哲也・木下宏揚（神奈川大）  ISEC2019-42 SITE2019-36 BioX2019-34 HWS2019-37 ICSS2019-40 EMM2019-45 |
|
| 抄録 | （和） | 「推論攻撃とcovert channelを推論する規則」に類似する単語の類似的連鎖（Similar chain of words (word chain)）を人工知能によって機械学習する手法を提案する．この手法の２つの機械学習要素は，Boid的アノーテーション（推論攻撃に関わるクリティカルな命題に類似するword chainをword2vecで生成し，word chainをBoidアルゴリズムにより家族的類似の群れとする），及び，Labeled-LDA（学習したcritical word chainに紐付けられたテクストをトピック分析する）である．これらの要素は自己相互情報量評価，KL情報量評価，平均相互情報量評価を重層的に繰り返し組み合わせるものである．即ち，それぞれ推移律が成立する尺度，完全律が成立する尺度，同値関係が成立する尺度であり，異なる見方でテクストの確率変数を情報量で評価することにより，人間が解釈するテクストの意味（文脈）を近似することが可能になる，という仮定に基づいている．また，Boid的アノーテーション，L-LDAによって学習される対象を貫くコンセプトは，テクスト，word chainの同値関係を満たさない類似関係を基本とする．更に，Boid的アノーテーションとLabeled-LDAの重層的組み合わせ学習は，教師データ自体の機械学習と評価対象テクストの機械学習に使用する．セキュリティモデルを示す命題を記した教師テクストで学習したcritical word chainは評価用のL-LDAのラベルとして使用する．この計算によってテクストの集まりから推論攻撃，covert channel攻撃に関わるcritical word chainに対応するテクストが学習される．学習結果はアクセス制御のcovert channelとinference channel分析学習のための推論規則として参照される．本稿ではこの手法に基づくシステムに於いて，Boid的アノーテーションの具体的設計，即ち，単語とテクストを紐づけるSQLite，及びそれらを用いたWord2vecとBoidアルゴリズムの具体的設計にも言及する． |
| （英） | In this paper we propose a method for machine learning similar chains of words (word chains) similar to "rules for inferring attack and covert channel" using artificial intelligence. The two machine learning elements of this method are Boid annotations (generate a word chain similar to a critical proposition involved in an inference attack with word2vec, and make the word chain a family-like group by the Boid algorithm), and Labeled-LDA (topic analysis of the text linked to the learned critical word chain). These elements are a combination of pointwise mutual information evaluation, KL information evaluation, and average mutual information evaluation repeatedly and repeatedly. That is, a scale on which the transition law is established, a scale on which the perfect law is established, and a scale on which the equivalence relation is established, meaning that the human interprets the text by evaluating the text random variables from different perspectives It is based on the assumption that it is possible to approximate context). In addition, the concept that penetrates objects learned by Boid annotation and L-LDA is based on the similarity relation that does not satisfy the equivalence relation of "Family Resemblance" in the text and word chain. Furthermore, Boid annotations and Labeled-LDA's multi-layered combination learning are used for machine learning of the teaching data itself and machine learning of the text to be evaluated. The critical word chain learned by the teacher text that describes the security model is used as the label of L-LDA for evaluation. By this calculation, a text corresponding to a critical word chain related to an inference attack and a covert channel attack is learned from a collection of texts. The learning result is referred to as an inference rule for covert channel and inference channel analysis learning of access control. In this paper, in the system based on this method, the concrete design of Boid annotation, that is, the syntax analysis of SQLite, word and text, and the concrete design of Word2vec and Boid algorithm using them are also mentioned. | |
| キーワード | （和） | 人工知能 / 機械学習 / アクセス制御 / 確率的セキュリティモデル / ベイジアン確率モデル / LDA / / |
| （英） | Artificial intelligence / Machine learning / Access control / Probabilistic security model / Bayesian probabilistic model / LDA / / | |
| 文献情報 | 信学技報, vol. 119, no. 141, SITE2019-36, pp. 243-249, 2019年7月. | |
| 資料番号 | SITE2019-36 | |
| 発行日 | 2019-07-16 (ISEC, SITE, BioX, HWS, ICSS, EMM) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | ISEC2019-42 SITE2019-36 BioX2019-34 HWS2019-37 ICSS2019-40 EMM2019-45 |
|
| 研究会情報 | |
| 研究会 | ISEC SITE ICSS EMM HWS BioX IPSJ-CSEC IPSJ-SPT |
| 開催期間 | 2019-07-23 - 2019-07-24 |
| 開催地（和） | 高知工科大学 |
| 開催地（英） | Kochi University of Technology |
| テーマ（和） | セキュリティ、一般 |
| テーマ（英） | Security, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | SITE |
| 会議コード | 2019-07-ISEC-SITE-ICSS-EMM-HWS-BioX-CSEC-SPT |
| 本文の言語 | 日本語 |
| タイトル（和） | Boid的アノーテーションとLabeled-LDAによる家族的類似の推論規則生成 |
| サブタイトル（和） | 推論攻撃分析とcovert channel攻撃分析を統合する機械学習的アプローチ |
| タイトル（英） | Generation of Family Resemblance Inference Rules by Boid Annotation and Labeled-LDA |
| サブタイトル（英） | A Machine Learning Approach to Integrate Inference Attack Analysis and Covert Channel Attack Analysis |
| キーワード(1)（和/英） | 人工知能 / Artificial intelligence |
| キーワード(2)（和/英） | 機械学習 / Machine learning |
| キーワード(3)（和/英） | アクセス制御 / Access control |
| キーワード(4)（和/英） | 確率的セキュリティモデル / Probabilistic security model |
| キーワード(5)（和/英） | ベイジアン確率モデル / Bayesian probabilistic model |
| キーワード(6)（和/英） | LDA / LDA |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 紅林 宏祐 / Kosuke Kurebayashi / クレバヤシ コウスケ |
| 第1著者 所属（和/英） | 神奈川大学 (略称： 神奈川大) Kanagawa University (略称： KU) |
| 第2著者 氏名（和/英/ヨミ） | 森住 哲也 / Tetsuya Morizumi / モリズミ テツヤ |
| 第2著者 所属（和/英） | 神奈川大学 (略称： 神奈川大) Kanagawa University (略称： KU) |
| 第3著者 氏名（和/英/ヨミ） | 木下 宏揚 / Hirotsugu Kinoshita / キノシタ ヒロツグ |
| 第3著者 所属（和/英） | 神奈川大学 (略称： 神奈川大) Kanagawa University (略称： KU) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2019-07-24 09:30:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SITE |
| 資料番号 | ISEC2019-42, SITE2019-36, BioX2019-34, HWS2019-37, ICSS2019-40, EMM2019-45 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | no.140(ISEC), no.141(SITE), no.142(BioX), no.143(HWS), no.144(ICSS), no.145(EMM) |
| ページ範囲 | pp.243-249 |
| ページ数 | 7 |
| 発行日 | 2019-07-16 (ISEC, SITE, BioX, HWS, ICSS, EMM) |
[研究会発表申込システムのトップページに戻る]