| 講演名 | 2019-07-24 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 紅林 宏祐(神奈川大), 森住 哲也(神奈川大), 木下 宏揚(神奈川大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 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． |
| 抄録(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 |
| キーワード(英) | Artificial intelligence / Machine learning / Access control / Probabilistic security model / Bayesian probabilistic model / LDA |
| 資料番号 | ISEC2019-42,SITE2019-36,BioX2019-34,HWS2019-37,ICSS2019-40,EMM2019-45 |
| 発行日 | 2019-07-16 (ISEC, SITE, BioX, HWS, ICSS, EMM) |
| 研究会情報 | |
| 研究会 | ISEC / SITE / ICSS / EMM / HWS / BioX / IPSJ-CSEC / IPSJ-SPT |
|---|---|
| 開催期間 | 2019/7/23(から2日開催) |
| 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. |
| 委員長氏名（和） | 盛合 志帆(NICT) / 森住 哲也(神奈川大) / 高倉 弘喜(NII) / 川村 正樹(山口大) / 川村 信一(東芝) / 大塚 玲(情報セキュリティ大) |
| 委員長氏名（英） | Shiho Moriai(NICT) / Tetsuya Morizumi(Kanagawa Univ.) / Hiroki Takakura(NII) / Masaki Kawamura(Yamaguchi Univ.) / Shinichi Kawamura(Toshiba) / Akira Otsuka(IISEC) |
| 副委員長氏名（和） | 廣瀬 勝一(福井大) / 伊豆 哲也(富士通研) / 小川 賢(神戸学院大) / 大谷 卓史(吉備国際大) / 吉岡 克成(横浜国大) / 神谷 和憲(NTT) / 岩田 基(阪府大) / 小嶋 徹也(東京高専) / 池田 誠(東大) / 島崎 靖久(ルネサスエレクトロニクス) / 大木 哲史(静岡大) / 青木 隆浩(富士通研) |
| 副委員長氏名（英） | Shoichi Hirose(Univ. of Fukui) / Tetsuya Izu(Fujitsu Labs.) / Masaru Ogawa(Kobe Gakuin Univ.) / Takushi Otani(Kibi International Univ.) / Katsunari Yoshioka(Yokohama National Univ.) / Kazunori Kamiya(NTT) / Motoi Iwata(Osaka Prefecture Univ.) / Tetsuya Kojima(NIT,Tokyo College) / Makoto Ikeda(Univ. of Tokyo) / Yasuhisa Shimazaki(Renesas Electronics) / Tetsushi Ohki(Shizuoka Univ.) / Takahiro Aoki(Fujitsu Labs.) |
| 幹事氏名（和） | 江村 恵太(NICT) / 面 和成(筑波大) / 壁谷 彰慶(東洋英和女学院大) / 加藤 尚徳(KDDI総合研究所) / 笠間 貴弘(NICT) / 山田 明(KDDI labs.) / 秋山 寛子(長野高専) / 金田 北洋(長瀬産業) / 国井 裕樹(セコム) / 小野 貴継(九大) / 市野 将嗣(電通大) / 高田 直幸(セコム) |
| 幹事氏名（英） | Keita Emura(NICT) / Kazunari Omote(Tsukuba Univ.) / Akiyoshi Kabeya(Toyo Eiwa Univ.) / Hisanori Kato(KDDI Research) / Takahiro Kasama(NICT) / Akira Yamada(KDDI labs.) / Hiroko Akiyama(NIT, Nagano College) / キタヒロ カネダ(Nagase) / Hiroki Kunii(SECOM) / Takatsugu Ono(Kyushu Univ.) / Masatsugu Ichino(Univ. of Electro-Comm.) / Naoyuki Takada(SECOM) |
| 幹事補佐氏名（和） | 山本 大(富士通研) / 須賀 祐治(インターネットイニシアティブ) / 吉永 敦征(山口県立大) / 鈴木 大助(北陸大) / 木藤 圭亮(三菱電機) / 山内 利宏(岡山大) / 稲村 勝樹(東京電機大) / 河野 和宏(関西大) / / 渡部 大志(埼玉工大) / 堀江 亮太(芝浦工大) |
| 幹事補佐氏名（英） | Dai Yamamoto(Fujitsu Labs.) / Yuuji Suga(IIJ) / Nobuyuki Yoshinaga(Yamaguchi Pref Univ.) / Daisuke Suzuki(Hokuriku Univ.) / Keisuke Kito(Mitsubishi Electric) / Toshihiro Yamauchi(Okayama Univ.) / Masaki Inamura(Tokyo Denki Univ.) / Kazuhiro Kono(Kansai Univ.) / / Daishi Watabe(Saitama Inst. of Tech.) / Ryota Horie(Shibaura Inst. of Tech.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Information Security / Technical Committee on Social Implications of Technology and Information Ethics / Technical Committee on Information and Communication System Security / Technical Committee on Enriched MultiMedia / Technical Committee on Hardware Security / Technical Committee on Biometrics / Special Interest Group on Computer Security / Special Interest Group on Security Psychology and Trust |
|---|---|
| 本文の言語 | JPN |
| 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（和） | 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 |
| 第 1 著者 氏名（和/英） | 紅林 宏祐 / Kosuke Kurebayashi |
| 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） | 森住 哲也 / Tetsuya Morizumi |
| 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） | 木下 宏揚 / Hirotsugu Kinoshita |
| 第 3 著者 所属（和/英） | 神奈川大学(略称：神奈川大) Kanagawa University(略称：KU) |
| 発表年月日 | 2019-07-24 |
| 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） | ISEC-140,SITE-141,BioX-142,HWS-143,ICSS-144,EMM-145 |
| ページ範囲 | pp.243-249(ISEC), pp.243-249(SITE), pp.243-249(BioX), pp.243-249(HWS), pp.243-249(ICSS), pp.243-249(EMM), |
| ページ数 | 7 |
| 発行日 | 2019-07-16 (ISEC, SITE, BioX, HWS, ICSS, EMM) |