|
教員名 : 山田 明
|
授業科目名
暗号特論
(英語名)
Advanced Lecture for Cryptography
科目区分
ー
コース応用科目
対象学生
情報科学研究科
学年
1年
ナンバリングコード
KIIMD5MCA1
単位数
2.0単位
ナンバリングコードは授業科目を管理する部局、学科、教養専門の別を表します。詳細は右上の?から別途マニュアルをダウンロードしてご確認ください。
授業の形態
講義 (Lecture)
開講時期
2026年度後期
担当教員
山田 明
所属
情報科学研究科
授業での使用言語
日本語
関連するSDGs目標
目標9
オフィスアワー・場所
講義終了後に教員居室にて
連絡先
・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 対応するディプロマ・ポリシー(DP)・教職課程の学修目標
二重丸は最も関連するDP番号を、丸は関連するDPを示します。
学部DP
ー
研究科DP
2◎/1〇
全学DP
ー
教職課程の学修目標
ー
講義目的・到達目標
【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。 授業のサブタイトル・キーワード
講義内容・授業計画
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。 対面・遠隔の別
対面
実施方法及び遠隔上限適用対象の別
①対面
生成AIの利用
利用する場面を限定し許可
生成AI注意点
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。 教科書
講義資料を配布
参考文献
適宜紹介する。
事前・事後学習(予習・復習)の内容・時間の目安
【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) アクティブ・ラーニングの内容
対応しない
成績評価の基準・方法
【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。 課題・試験結果の開示方法
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
履修上の注意・履修要件
実践的教育
該当しない。
備考
英語版と日本語版との間に内容の相違が生じた場合は、日本語版を優先するものとします。
|