Advanced Lecture for Cryptography

Course Title

Course Title in English

Advanced Lecture for Cryptography

Course Type

-

コース応用科目

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

山田　明

Affiliation

情報科学研究科

Language of Instruction

Japanese

Related SDGs

9

Office Hours and Location

講義終了後に教員居室にて

Contact

・ユニバーサルパスポート「授業Q&A」から連絡
・他の連絡先への個別連絡は返信できない場合あり

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

【講義目的】
情報システムの安全性向上のため、暗号をベースにした情報セキュリティの分野の様々な最新技術の講義を通じ、セキュリティ対策技術に関する広範な基礎知識を習得し、暗号を用いたセキュリティ施策について説明できることを目的とする。

【最終目標】
先端技術に柔軟に対応できる基礎知識，最新技術動向を把握する力を培い、セキュリティの課題解決がでくることを目的とする。

Subtitle and Keywords of the Class

Course Overview and Schedule

講義毎に最新の暗号・情報セキュリティに関するトピックや論文について講義する。パケットキャプチャ、侵入検知システム、マルウェアの拡散、IoT セキュリティ、プライバシ保護、AI への攻撃、LLM への攻撃のトピックについて重要な英語論文や最新の英語論文を一緒に読みながら理解する。

第1 回：ガイダンス（生成AI を利用した学習方法）
第2 回：生成AI を利用した学習演習
第3、4 回：パケットキャプチャ、侵入検知システム
第5、6 回：機械学習による侵入検知とその評価
第7、8 回：マルウェアの拡散、IoT セキュリティ
第9、10、11 回：プライバシー保護技術
第12、13 回：AI への攻撃、LLM への攻撃
第14、15 回：まとめ

※パソコンの利用：講義資料を電子的に配布するため、毎回使用予定
講義の進捗によって講義の順番や内容が変更される場合がある。

In-person/Remote Classification

In-person

Implementation Method and Remote Credit Limit Application

①対面

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）』に留意すること。

本授業では、担当教員が認めた範囲でのみ生成AIの利用を許可し、それ以外の利用は禁止する。

・生成AIは、文章の校正・アイデア出しの補助等への利用を認める。判断が難しい場合は、事前に担当教員に確認すること。
・生成AIの出力内容は、事実確認を行い、必要に応じて出典・参考文献を確認・追記すること。
・生成AIの出力結果をそのまま課題・レポートとして提出してはならない。
・教員が認める範囲を超えた利用が判明した場合、単位を認定しない、または認定を取り消すことがある。
・使用した場合の記載方法（明記の要否等）は、担当教員の指示に従うこと。

Textbook

講義資料を配布

References

適宜紹介する。

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（20ｈ）
【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（40ｈ）

Contents of Active Learning

対応しない

Grading Criteria and Methods

【成績評価の基準】
講義目的・到達目標に記載する能力の到達度に基づき、S（90点以上）、A（80 点以上）、B（70点以上）、C（60点以上）による成績評価の上、単位を付与する。

【成績評価の方法】
授業中のミニ演習・ミニ課題により評価する。レポート提出および最終課題の提出はない。

How to Disclose Assignments and Exam Results

講義内もしくはユニバーサルパスポートにて解説、コメントを与える

Precautions and Requirements for Course Registration

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