CSS2024で4件の発表を行いました

10月24日から10月27日の日程で開催されたCSS2024にて、大木研から以下4件の発表を行いました。

複数のセンサ情報を用いたMRにおける視界操作攻撃検知の提案

荒川さん（M2）による発表です．本研究では，東邦大学の金岡先生と共同で，Mixed Reality（MR）の視覚操作攻撃を検知するために，センサ情報の整合性を活用した異常検知手法を提案し，その有効性を評価しました．

セルラーIoT環境を想定した深層距離学習によるデバイス推定手法の提案

大石さん（M2）の発表です．本研究は，KDDI総合研究所との共同研究として，近年のIoTデバイスの普及に伴うセキュリティ課題に対処するため，この研究ではペイロード情報を含まないIPFIXレコードを用いたIoTデバイスの識別および認証手法を提案し，その有効性を検証しました． 本研究はコンピュータセキュリティシンポジウム2024にて，CSS2024奨励賞を受賞しました．

顔検出器を攻撃対象としたRemote Adversarial Patchの検討

岡野さん（M2）による発表です．本研究は，東北大学の伊藤先生との共同で，顔検出器を対象としたRemote Adversarial Patch（RAP）の攻撃実現性を議論し，新たなパッチ配置方法と損失関数を提案しました。

ファイル情報を考慮した画像ベース難読化マルウェア検出手法の検討

高橋さん（M1）による発表です．本研究では，エントロピーやバイト値を埋め込んだRGB画像を用いて，難読化マルウェアを含む環境で検出精度90%以上を達成する手法を提案しました．この結果から，提案手法が難読化マルウェアの検出において有効であることを示しました．