| 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 | 2024-03-01 14:15 SDNにおけるトラフィック特徴量を用いたランサムウェア検知 ○棚瀬 健・明石邦夫・関谷勇司・中村 宏（東大）  NS2023-237 |
|
| 抄録 | （和） | 近年ランサムウェアによる被害が組織における情報セキュリティの脅威として挙げられており，特にランサムウェアに感染した端末がネットワーク内部から攻撃を行った場合，ネットワークの境界にあるファイアーウォールでは検知できない場合がある． Software Defined Network (SDN) はパケットの経路制御とデータ転送をSDNコントローラとSDNスイッチに分けて制御を行う考え方であり，ソフトウェアによって設定を柔軟に変更できるという利点がある． 本稿では，通信を行っている際のSDNコントローラからSDNスイッチへの統計情報の要求によって得られる特徴量，およびSDNスイッチに設定するフロールールから得られる軽量な特徴量に着目し，これらの特徴量を用いた機械学習に基づく検知モデルを作成する． そして，この検知モデルを適用し，ランサムウェア通信が行われた場合に感染端末を特定およびに隔離をし，ランサムウェア通信が終了した場合に隔離を終了する手法を提案する． |
| （英） | In recent years, ransomware has emerged as a significant threat to information security in organizations. A particularly challenging scenario arises when devices infected with ransomware initiate attacks from within the network, potentially evading detection by firewalls at the network boundary. Software Defined Networking (SDN) is an approach that divides the control of packet routing and data transfer between SDN controllers and SDN switches, offering the advantage of flexible configuration changes through software. This paper focuses on creating a detection model based on machine learning that utilizes lightweight features derived from statistical information requests from SDN controller to SDN switch during communication, and from flow rules set in the SDN switch. We propose a method that applies this detection model to identify and isolate infected devices during ransomware communication and to terminate the isolation once the ransomware communication ends. |
|
| キーワード | （和） | SDN / ランサムウェア / 機械学習 / フロールール / タイムアウト / / / |
| （英） | SDN / Ransomware / Machine Learning / Flow Rule / Timeout / / / | |
| 文献情報 | 信学技報, vol. 123, no. 397, NS2023-237, pp. 385-390, 2024年2月. | |
| 資料番号 | NS2023-237 | |
| 発行日 | 2024-02-22 (NS) | |
| ISSN | 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 | NS2023-237 |
|
| 研究会情報 | |
| 研究会 | NS IN |
| 開催期間 | 2024-02-29 - 2024-03-01 |
| 開催地（和） | 沖縄コンベンションセンター |
| 開催地（英） | Okinawa Convention Center |
| テーマ（和） | 一般 |
| テーマ（英） | General |
| 講演論文情報の詳細 | |
| 申込み研究会 | NS |
| 会議コード | 2024-02-NS-IN |
| 本文の言語 | 日本語 |
| タイトル（和） | SDNにおけるトラフィック特徴量を用いたランサムウェア検知 |
| サブタイトル（和） | |
| タイトル（英） | Ransomware Detection using Traffic Features in SDN |
| サブタイトル（英） | |
| キーワード(1)（和/英） | SDN / SDN |
| キーワード(2)（和/英） | ランサムウェア / Ransomware |
| キーワード(3)（和/英） | 機械学習 / Machine Learning |
| キーワード(4)（和/英） | フロールール / Flow Rule |
| キーワード(5)（和/英） | タイムアウト / Timeout |
| キーワード(6)（和/英） | / |
| 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） | 棚瀬 健 / Ken Tanase / タナセ ケン |
| 第1著者 所属（和/英） | 東京大学 (略称： 東大) Tokyo University (略称： Tokyo Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 明石 邦夫 / Kunio Akashi / アカシ クニオ |
| 第2著者 所属（和/英） | 東京大学 (略称： 東大) Tokyo University (略称： Tokyo Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 関谷 勇司 / Yuji Sekiya / セキヤ ユウジ |
| 第3著者 所属（和/英） | 東京大学 (略称： 東大) Tokyo University (略称： Tokyo Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 中村 宏 / Hiroshi Nakamura / ナカムラ ヒロシ |
| 第4著者 所属（和/英） | 東京大学 (略称： 東大) Tokyo University (略称： Tokyo Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-03-01 14:15:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NS |
| 資料番号 | NS2023-237 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.397 |
| ページ範囲 | pp.385-390 |
| ページ数 | 6 |
| 発行日 | 2024-02-22 (NS) |
[研究会発表申込システムのトップページに戻る]