| 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 | 2026-03-17 11:55 ハニーポットログの機械学習による攻撃内容と傾向の判別 水田智也・平野壮馬・○蓑原 隆（拓殖大）  CPSY2025-77 DC2025-149 |
|
| 抄録 | （和） | 近年，デフォルト設定のまま使用されることが多いIoTデバイスを標的とした攻撃が増加している． 特にSSHなどのリモートログインサービスを標的とした攻撃では，新たな攻撃手法によって認証情報の使用パターンの変化が生じる可能性がある．攻撃者が使用する認証情報を継続的に追跡し，通常とは異なる行動を検知することが必要である． これらの攻撃に対抗するため，ハニーポットなどのツールで収集した攻撃データの分析が行われている．しかし攻撃分析には専門家の判断が必要であり，大量の攻撃データを効率的に処理する手法が求められている． 本研究では，機械学習を用いてハニーポットログを分析し，ログ分析に必要な労力を削減する． IoTデバイスを標的とした攻撃に対しては，従来のハニーポットとIoTデバイスを装ったハニーポットを並行して運用して，従来型ハニーポットから収集したコマンドシーケンスを，トランスフォーマーで構成されたオートエンコーダで学習させることで，学習済みオートエンコーダは標準ハニーポットのコマンドシーケンスを再構築できるが，IoTハニーポットのものは再構築できないことを確認した． リモートログインサービスを標的とした攻撃に対しては，認証情報の経時変化を表す時系列データを用いてiTransformerを学習させ，その後の変化を予測した． |
| （英） | In recent years, attacks targeting IoT devices,often used with default settings,have increased. Particularly in attacks targeting remote login services like SSH, new attack methods may cause changes in authentication credential usage. It is necessary to continuously track the credentials attackers use and detect behavior that deviates from the norm. To counter these attacks, analysis of attack data collected using tools like honeypots is being conducted. However, attack analysis requires expert judgment, necessitating methods to efficiently process large volumes of attack data. This research analyzes honeypot logs using machine learning to reduce the effort required for log analysis. For attacks targeting IoT devices, conventional honeypots and honeypots disguised as IoT devices were operated in parallel. Command sequences collected from conventional honeypots were trained using an autoencoder composed of Transformers. The trained autoencoder was confirmed to be able to reconstruct command sequences from standard honeypots but not those from IoT honeypots. For attacks targeting remote login services, an iTransformer was trained using time-series data representing changes in credentials over time to predict subsequent changes. |
|
| キーワード | （和） | ハニーポット / トランスフォーマ / サイバー攻撃 / ログ解析 / / / / |
| （英） | Honeypot / Transformer / Cyber Attack / Log Analysis / / / / | |
| 文献情報 | 信学技報, vol. 125, no. 402, DC2025-149, pp. 148-153, 2026年3月. | |
| 資料番号 | DC2025-149 | |
| 発行日 | 2026-03-08 (CPSY, DC) | |
| 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 | CPSY2025-77 DC2025-149 |
|
| 研究会情報 | |
| 研究会 | DC CPSY IPSJ-SLDM IPSJ-EMB IPSJ-ARC |
| 開催期間 | 2026-03-15 - 2026-03-17 |
| 開催地（和） | サン・オリーブ オリーブホール |
| 開催地（英） | Sun-Olive Olive Hall |
| テーマ（和） | 組込み技術とネットワークに関するワークショップ ETNET2026 |
| テーマ（英） | ETNET2026 |
| 講演論文情報の詳細 | |
| 申込み研究会 | DC |
| 会議コード | 2026-03-DC-CPSY-SLDM-EMB-ARC |
| 本文の言語 | 日本語 |
| タイトル（和） | ハニーポットログの機械学習による攻撃内容と傾向の判別 |
| サブタイトル（和） | |
| タイトル（英） | Machine Learning-Based Identification of Attack Content and Trends in Honeypot Logs |
| サブタイトル（英） | |
| キーワード(1)（和/英） | ハニーポット / Honeypot |
| キーワード(2)（和/英） | トランスフォーマ / Transformer |
| キーワード(3)（和/英） | サイバー攻撃 / Cyber Attack |
| キーワード(4)（和/英） | ログ解析 / Log Analysis |
| 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） | 水田 智也 / Tomoya Mizuta / ミズタ トモヤ |
| 第1著者 所属（和/英） | 拓殖大学 (略称： 拓殖大) Takushoku University (略称： Takushoku Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 平野 壮馬 / Soma Hirano / ヒラノ ソウマ |
| 第2著者 所属（和/英） | 拓殖大学 (略称： 拓殖大) Takushoku University (略称： Takushoku Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 蓑原 隆 / Takashi Minohara / ミノハラ タカシ |
| 第3著者 所属（和/英） | 拓殖大学 (略称： 拓殖大) Takushoku University (略称： Takushoku Univ.) |
| 講演者 | 第3著者 |
| 発表日時 | 2026-03-17 11:55:00 |
| 発表時間 | 20分 |
| 申込先研究会 | DC |
| 資料番号 | CPSY2025-77, DC2025-149 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.401(CPSY), no.402(DC) |
| ページ範囲 | pp.148-153 |
| ページ数 | 6 |
| 発行日 | 2026-03-08 (CPSY, DC) |
[研究会発表申込システムのトップページに戻る]