ディペンダブルシステム特論

ディペンダブルシステム特論

ー

専門教育科目

情報科学研究科

1年

KIIMD5MCA1

2.00単位

講義 (Lecture)

2024年度後期

森川 智博

情報科学研究科

日本語

目標9

火曜日　13:30〜15:00　神戸情報科学キャンパス　712室

morikawa@gsis.u-hyogo.ac.jp

ー

2◎／1〇

ー

ー

情報通信技術が進捗するにつれて、それを悪用した新たなサイバー攻撃が急に増えており、日常生活において身近な存在となってきている。大量のデータから早期にサイバー攻撃を検知するために、一つの有効なサイバー攻撃対策としては、機械学習による自動検知が挙げられる。そこで、本講義では、サイバーセキュリティに関連する機械学習の基礎知識から機械学習を用いたサイバー攻撃の対策まで幅広く解説する。

サブタイトル：、機械学習を利用した自動検知システムを構築するため要素技術を身につけるサイバーセキュリティ特論
キーワード：マルウェア、機械学習、自動検知システム、敵対的攻撃

前半では機械学習を利用した自動検知システムを構築するため要素技術を説明し、後半では受講生による論文紹介を行う。

1．ガイダンス (本講義の目標や概要を説明する)
2．機械学習の基礎知識
3．データセットの作成
4．フィッシングサイトの検出
5．迷惑メールの検出
6．マルウェアの検出（１）
7．マルウェアの検出（２）
8．異常検知
9．機械学習システムへの敵対的攻撃
10−15．受講生による論文紹介。最新、もしくは重要なサイバー攻撃の対策方法を学生自らが調査、報告する。調査文献は講義中に決定する。但し、受講生の人数により調整する場合がある。


【生成AI を利用する授業について】
生成系AI の利用については教員の指示に従うこと。生成系AI による出力結果をそのまま課題レポートとして提出してはいけない。生成系AI による出力をそのまま提出したことが判明した場合は単位を認定しない、又は認定を取り消すことがある。

講義資料を配布。

講義中に指定する。

【予習】配布された講義資料を事前読み込み（5ｈ）
【復習】講義内容の理解を深め定着させるために講義資料を読み直し（10ｈ）

課題やプレゼンを通じて、課題発見力を高めるために必要な能力・態度を養成する。

文献調査のプレゼンテーションにより評価する。

プレゼンの内容に対してコメントを付ける。

前期にある「システムセキュリティ特論」を予め受講しておくことが望ましい。

該当しない。