| 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 | 2025-03-07 15:50 不正検知回避のための金融取引データ生成モデル ○辻田章貴・井上広明（神戸大）・Chaw thetzan・丸山祐丞（EAGLYS）・小澤誠一（神戸大）  ICSS2024-117 |
|
| 抄録 | （和） | 本研究では，攻撃者が攻撃対象のAI モデルに直接アクセスできるWhite-box 設定を仮定した上で，マネーロンダリングなどの金融不正を検知するAI の不正判定を回避させることを意図した取引データの生成手法を提案する．具体的には，時系列データ生成モデルと敵対的サンプル生成アルゴリズムを組み合わせ，時系列データの異常検知AI の脆弱性を利用した攻撃手法を提案する．実験では，攻撃対象のAI モデルを準備し，金融機関から提供された口座データを用いて検証を行った．具体的には，独自に定義した評価指標に基づき，60 口座の悪性口座に対して回避可能な取引データ（敵対的サンプル）が生成できるかどうかを検証した． |
| （英） | In this work, we propose an attack method to generate bank transaction data aimed at evading fraud detection by AI in a white-box setting, where an attacker has direct access to the target AI model that detects financial fraud such as money laundering. For this purpose, we propose an attack method that combines a time-series data generation model and an adversarial example attack algorithm that exploits vulnerabilities in time-series anomaly detection AI. In the experiment, we evaluated the performance of the generated adversarial example attacks for real bank account data. As a result, we verified that evasive transaction data (adversarial samples) could be successfully generated for 60 fraud accounts based on the proposed performance scales. |
|
| キーワード | （和） | AI セキュリティ / 機械学習 / 不正取引検知に対する回避攻撃 / 生成モデル / / / / |
| （英） | AI Security / Machine Learning / Evasion Attacks against Fraudulent Transaction Detection / Generative Models / / / / | |
| 文献情報 | 信学技報, vol. 124, no. 422, ICSS2024-117, pp. 375-382, 2025年3月. | |
| 資料番号 | ICSS2024-117 | |
| 発行日 | 2025-02-27 (ICSS) | |
| 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 | ICSS2024-117 |
|
| 研究会情報 | |
| 研究会 | ICSS IPSJ-SPT |
| 開催期間 | 2025-03-06 - 2025-03-07 |
| 開催地（和） | 沖縄県立美術館・博物館 |
| 開催地（英） | Okinawa Prefectural Museum & Art Museum |
| テーマ（和） | セキュリティ，トラスト，一般 |
| テーマ（英） | Security, Trust, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | ICSS |
| 会議コード | 2025-03-ICSS-SPT |
| 本文の言語 | 日本語 |
| タイトル（和） | 不正検知回避のための金融取引データ生成モデル |
| サブタイトル（和） | |
| タイトル（英） | Data Generation Model for Evasion of Fraud Detection in Financial Transactions |
| サブタイトル（英） | |
| キーワード(1)（和/英） | AI セキュリティ / AI Security |
| キーワード(2)（和/英） | 機械学習 / Machine Learning |
| キーワード(3)（和/英） | 不正取引検知に対する回避攻撃 / Evasion Attacks against Fraudulent Transaction Detection |
| キーワード(4)（和/英） | 生成モデル / Generative Models |
| キーワード(5)（和/英） | / |
| 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） | 辻田 章貴 / Akitaka Tsujita / ツジタ アキタカ |
| 第1著者 所属（和/英） | 神戸大学 (略称： 神戸大) Kobe University (略称： Kobe U) |
| 第2著者 氏名（和/英/ヨミ） | 井上 広明 / Hiroaki Inoue / イノウエ ヒロアキ |
| 第2著者 所属（和/英） | 神戸大学 (略称： 神戸大) Kobe University (略称： Kobe U) |
| 第3著者 氏名（和/英/ヨミ） | Chaw thetzan / Chaw thetzan / チョウ チェツァン |
| 第3著者 所属（和/英） | EAGLYS株式会社 (略称： EAGLYS) EAGLYS Inc. (略称： EAGLYS) |
| 第4著者 氏名（和/英/ヨミ） | 丸山 祐丞 / Yusuke Maruyama / マルヤマ ユースケ |
| 第4著者 所属（和/英） | EAGLYS株式会社 (略称： EAGLYS) EAGLYS Inc. (略称： EAGLYS) |
| 第5著者 氏名（和/英/ヨミ） | 小澤 誠一 / Seiichi Ozawa / オザワ セイイチ |
| 第5著者 所属（和/英） | 神戸大学 (略称： 神戸大) Kobe University (略称： Kobe U) |
| 講演者 | 第1著者 |
| 発表日時 | 2025-03-07 15:50:00 |
| 発表時間 | 20分 |
| 申込先研究会 | ICSS |
| 資料番号 | ICSS2024-117 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.422 |
| ページ範囲 | pp.375-382 |
| ページ数 | 8 |
| 発行日 | 2025-02-27 (ICSS) |
[研究会発表申込システムのトップページに戻る]