@techreport{oai:ipsj.ixsq.nii.ac.jp:02001431,
 author = {伊藤,拓巳 and 川上,朋也},
 issue = {28},
 month = {Mar},
 note = {情報化社会が進む現代では，不正アクセスへの対策はもはや必須となっている．ID/パスワード方式に代表されるユーザ認証は，こうした必要に迫られた企業やサービスの利用者の情報や資産を守っている．しかし現在の多くのユーザ認証は正規のユーザであることの証明の大変さが，そのままセキュリティの強固さにつながっている．それは便利になったはずの情報化社会において，情報へのアクセスがより煩雑になっていく問題も抱えている．企業やユーザは2段階認証といった複数のユーザ認証の組み合わせや，顔認証や指紋認証といった生体認証を利用し利便性と不正アクセスへの対策を天秤にかけ解決策を模索している．本研究では，ユーザの行動的特徴から不正アクセスを検知するユーザ異常検知の手法のためにユーザ認証の判別精度の向上を行う．提案手法ではユーザの文字入力操作に注目し，バックグラウンドで不正なユーザの利用を検出して知らせることで，利便性を低下させずにセキュリティを強化を試みる．本研究では，被験者から収集したキーストロークデータを用いて，ロジスティック回帰，XGBoost，CatBoostでユーザモデルの学習を比較した．結果として，データ拡張，特徴量選択を行いXGBoost，CatBoostを用いて学習することで，判別精度を向上できた．},
 title = {単語ごとのタイピング速度に基づく不正ユーザ検知におけるデータ拡張手法の検討},
 year = {2025}
}