| 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 | 2026-07-14 14:15 LLM文章埋め込みによるグラフベースAPT攻撃検知の安定性向上 ○坂巻翔太・金刺宏樹・鈴村豊太郎・工藤知宏（東大）  ISEC2026-41 SITE2026-37 BioX2026-64 HWS2026-37 ICSS2026-56 EMM2026-48 |
|
| 抄録 | （和） | 近年，高度で持続的な標的型攻撃であるAPT攻撃への対策として，システム監査ログから構築されるプロベナンスグラフを用いた侵入検知手法が注目されている．しかし，既存手法の多くはログ中のイベント種別やエンティティ種別を離散的な特徴量として扱うため，生ログに含まれる文脈的・意味的情報を十分に活用できない．本研究では，LLMにより監査ログの意味情報を文埋め込みとして抽出し，グラフのエッジ特徴量へ統合するAPT攻撃検知手法を提案する．Unicorn WgetおよびDARPA TC E3データセットを用いた評価により，提案手法がステルス性の高い攻撃の検知性能および検知結果の安定性を改善することを示す． |
| （英） | Advanced Persistent Threat (APT) attacks threaten modern information systems through stealthy，multi-stage activities that closely resemble benign behavior．Provenance-based intrusion detection systems are a promising approach for detecting such attacks by representing audit logs as graphs．However，many existing graph-based methods rely on shallow categorical features and fail to exploit the semantic information contained in raw log messages．In this paper，we propose a graph-based APT detection method that incorporates Large Language Model (LLM)-generated log representations into provenance graph learning．Our method replaces conventional categorical edge features with sentence embeddings derived from raw audit logs，allowing the model to capture fine-grained behavioral context．We evaluate the proposed method on the Unicorn Wget and DARPA TC E3 datasets．The results show that LLM-based semantic edge features improve detection performance for stealthy attacks and enhance result stability，while also revealing remaining challenges in heterogeneous environments. | |
| キーワード | （和） | APT攻撃検知 / プロビナンスグラフ / グラフニューラルネットワーク / LLM文章埋め込み / 異常検知 / / / |
| （英） | APT detection / provenance graph / graph neural network / LLM sentence embedding / anomaly detection / / / | |
| 文献情報 | 信学技報, vol. 126, no. 111, ICSS2026-56, pp. 190-197, 2026年7月. | |
| 資料番号 | ICSS2026-56 | |
| 発行日 | 2026-07-06 (ISEC, SITE, BioX, HWS, ICSS, EMM) | |
| 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 | ISEC2026-41 SITE2026-37 BioX2026-64 HWS2026-37 ICSS2026-56 EMM2026-48 |
|
| 研究会情報 | |
| 研究会 | BioX HWS ISEC SITE ICSS EMM IPSJ-CSEC IPSJ-SPT |
| 開催期間 | 2026-07-13 - 2026-07-15 |
| 開催地（和） | 札幌コンベンションセンター |
| 開催地（英） | Sapporo Convention Center |
| テーマ（和） | セキュリティ、一般 （セキュリティサマーサミット2026） |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | ICSS |
| 会議コード | 2026-07-BioX-HWS-ISEC-SITE-ICSS-EMM-CSEC-SPT-SEC |
| 本文の言語 | 日本語 |
| タイトル（和） | LLM文章埋め込みによるグラフベースAPT攻撃検知の安定性向上 |
| サブタイトル（和） | |
| タイトル（英） | Improving the Stability of Graph-based APT Detection with LLM Sentence Embeddings |
| サブタイトル（英） | |
| キーワード(1)（和/英） | APT攻撃検知 / APT detection |
| キーワード(2)（和/英） | プロビナンスグラフ / provenance graph |
| キーワード(3)（和/英） | グラフニューラルネットワーク / graph neural network |
| キーワード(4)（和/英） | LLM文章埋め込み / LLM sentence embedding |
| キーワード(5)（和/英） | 異常検知 / anomaly detection |
| 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） | 坂巻 翔太 / Shota Sakamaki / サカマキ ショウタ |
| 第1著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： UTokyo) |
| 第2著者 氏名（和/英/ヨミ） | 金刺 宏樹 / Hiroki Kanezashi / カネザシ ヒロキ |
| 第2著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： UTokyo) |
| 第3著者 氏名（和/英/ヨミ） | 鈴村 豊太郎 / Toyotaro Suzumura / スズムラ トヨタロウ |
| 第3著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： UTokyo) |
| 第4著者 氏名（和/英/ヨミ） | 工藤 知宏 / Tomohiro Kudoh / クドウ トモヒロ |
| 第4著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： UTokyo) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-07-14 14:15:00 |
| 発表時間 | 25分 |
| 申込先研究会 | ICSS |
| 資料番号 | ISEC2026-41, SITE2026-37, BioX2026-64, HWS2026-37, ICSS2026-56, EMM2026-48 |
| 巻番号（vol） | vol.126 |
| 号番号（no） | no.107(ISEC), no.108(SITE), no.109(BioX), no.110(HWS), no.111(ICSS), no.112(EMM) |
| ページ範囲 | pp.190-197 |
| ページ数 | 8 |
| 発行日 | 2026-07-06 (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]