@inproceedings{oai:ipsj.ixsq.nii.ac.jp:00201431,
 author = {安井, 達哉 and 栗林, 稔 and 舩曵, 信生 and Tatsuya, Yasui and Minoru, Kuribayashi and Nobuo, Funabiki},
 book = {コンピュータセキュリティシンポジウム2019論文集},
 month = {Oct},
 note = {電子指紋符号に対して結託攻撃を行った結託者を検出する最適な検出器が提案されている．しかし，この検出器では，結託攻撃戦略と結託者数の情報が必要となる．従来研究では，符号語のシンボルの偏りに注目することでパラメータを高精度で推定し，最適な検出器に近い性能を達成している．一方で，複数の結託者を検出するために符号語生成用パラメータの値が増加した場合，この推定器では推定のためのベクトル空間の次元が増加することが考えられる．本研究では，推定に必要な特徴ベクトルのドミナントな成分に着目し，ベクトル空間の次元の増加に依存せず一定の次元で推定が行えるように，推定のための高次元ベクトル空間の次元削減法を提案する．また，従来研究で考慮されていなかった，異なる符号語生成パラメータでの推定器を実装し，計算機シミュレーションによって検出性能の比較を行った．計算機シミュレーションの結果，次元削減を行った状態でも高い性能を達成し，最適な検出器に近い性能を有することが確認できた．, The optimal detector against colluders in fingerprinting codes has been proposed.However, this detector requires information about the collusion attack strategy and the number of colluders.In the previous studies, the estimator using the bias of symbols of codewords made it possible to estimate these parameters with high accuracy and the performance of detection almost achieved the optimal detector.On the other hand, assuming multiple colluders attack and the parameter for generation of codewords is increased, it may be necessary to reduce dimensions for estimation because it depends on the parameters for generation.This study shows a detector for large colluders using low dimension estimator which uses dominant features and the computational simulation compared with previous studies.As a result of simulation, it reveal that our proposed detector reached the optimal detector and previous estimator without a large scale dimension.},
 pages = {982--989},
 publisher = {情報処理学会},
 title = {電子指紋符号の結託攻撃パラメータ推定のための特徴ベクトル導出及びその次元削減},
 volume = {2019},
 year = {2019}
}