Advanced Lecture for Cyber Security

Course Title

Course Title in English

Advanced Lecture for Cyber Security

Course Type

-

専門教育科目

Eligible Students

Graduate School of Information Science

Target Grade

1Year

Course Numbering Code

KIIMD5MCA1

Credits

2.00Credits

The course numbering code represents the faculty managing the subject, the department of the target students, and the education category (liberal arts / specialized course). For detailed information, please download the separate manual from the upper right 'question mark'.

Type of Class

講義 (Lecture)

Eligible Year/Semester

Fall semester 2026

Instructor

森川智博

Affiliation

情報科学研究科

Language of Instruction

Japanese

Related SDGs

9

Office Hours and Location

火曜日　13:30〜15:00　神戸情報科学キャンパス　712室

Contact

morikawa@gsis.u-hyogo.ac.jp

Corresponding Diploma Policy

A double circle indicates the most relevant DP number and a circle indicates the associated DP.

Corresponding Undergraduate School DP

ー

Corresponding Graduate School DP

2◎／1〇

Corresponding University-Wide DP

N/a

Academic Goals of Teacher Training Course

ー

Course Objectives and Learning Outcome

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。

Subtitle and Keywords of the Class

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

Course Overview and Schedule

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。

In-person/Remote Classification

In-person

Implementation Method and Remote Credit Limit Application

・対面授業のみ
・遠隔授業単位上限の適用を受けない

Uses of Generative AI

Limited permission for use

Precautions for using Generative AI

生成AIの利用にあたっては『本学の教育における生成AIの取扱いについて(学生向け)』の記載内容について留意すること。
生成AIの利用については担当教員の指示に従うこと。
教員が認める範囲を超えて生成AIを利用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。
生成AIの出力した内容について、事実関係の確認や出典・参考文献を確認・追記することが重要である。
また、生成AIによる出力結果をそのまま課題・レポート・論文として提出してはならない。

Textbook

講義資料を配布。

References

講義中に指定する。

Contents and Estimated Time for Pre- and Post- Learning (Preparation and Review)

【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）

Contents of Active Learning

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。

Grading Criteria and Methods

文献調査のプレゼンテーションにより評価する。

How to Disclose Assignments and Exam Results

プレゼンの内容に対してコメントを付ける。

Precautions and Requirements for Course Registration

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。

Practical Education

該当しない。

Remarks

In cases where any differences arise between the English version and the original Japanese version, the Japanese version shall prevail as the official authoritative version.

Syllabus data