第８部　特集8 Network Muscle Learning

[ PDF File]

第 1 章　はじめに

第 2 章　成果の概要

2.1　各組織ごとの成果概要
2.2　成果の要約

第 3 章　サイバー脅威ビッグデータのストリーミングデータ解析基盤

3.1　Hayabusaの設計と実装
3.2　分散Hayabusaによるクラウド展開
3.3　Hayabusaの性能評価
3.4　成果の展開

第 4 章　知識ベースを用いたサイバー脅威予測手法の確立

4.1　SYN Packetの画像化によるCNNを用いた悪性ホスト検知
4.2　Bag of Bytesを用いたURL分類の試み
4.3　DNSプロトコルのリアルタイム解析
4.4　Robust Autoencoderを用いた教師なし学習による検出手法
4.5　DNSサーバーマトリクスによる踏み台サーバーの分類
4.6　通信フローPicturizationによる類似ホストの分類
4.7　早期警戒システムの設計

第 5 章　インシデントレスポンスの自動化基盤とその要素技

5.1　インシデントレスポンス自動化基盤の設計・実装
5.2　自然言語処理によるインシデント対応の自動化

第 6 章　リアルデータによる実証実験

6.1　実験環境の要件定義
6.2　Interop TokyoにおけるPoC展示と技術アピール
6.3　サイバー脅威オープンデータの公開

第 7 章　本プロジェクトの成果の公開

第 8 章　今後の展開

	著作権についての注意事項 E-Mail :secretariat@wide.ad.jp
(C) 1998-2020 WIDE Project