半教師ありトピックモデルによるセキュリティレポートの分類の評価方法について

• Item type: SIG Technical Reports(1)
• 公開日: 2020-02-24
• タイトル: 半教師ありトピックモデルによるセキュリティレポートの分類の評価方法について
• タイトル / 言語: en
• タイトル: An evaluation method for classification of security reports using a Semi-supervised Topic Model
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 神戸大学
• 著者所属: 神戸大学
• 著者所属: 兵庫県立大学
• 著者所属: 情報通信研究機構
• 著者所属: 神戸大学
• 著者所属: 情報通信研究機構
• 著者所属: 岐阜大学
• 著者所属: 神戸大学
• 著者所属: 神戸大学
• 著者所属(英): en
• 著者所属(英): Kobe University
• 著者所属(英): en
• 著者所属(英): Kobe University
• 著者所属(英): en
• 著者所属(英): University of Hyogo
• 著者所属(英): en
• 著者所属(英): National Institute of Information and Communications Technology
• 著者所属(英): en
• 著者所属(英): Kobe University
• 著者所属(英): en
• 著者所属(英): National Institute of Information and Communications Technology
• 著者所属(英): en
• 著者所属(英): Gifu University
• 著者所属(英): en
• 著者所属(英): Kobe University
• 著者所属(英): en
• 著者所属(英): Kobe University
• 著者名: 杉本, 健太; 長田, 侑樹; 瀧田, 愼; 古本, 啓祐; 白石, 善明; 高橋, 健志; 毛利, 公美; 髙野, 泰洋; 森井, 昌克
• 著者名(英): Kenta, Sugimoto; Yuki, Osada; Makoto, Takita; Keisuke, Furumoto; Yoshiaki, Shiraishi; Takeshi, Takahashi; Masami, Mohri; Yasuhiro, Takano; Masakatu, Morii
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 自組織に応じたセキュリティ・インシデントの事前対策ならびに事後対応においてセキュリティレポートは有用だが，文書の数は増加する一方であり，自組織に関連する情報を探し出すことは容易ではない．トピックモデルなどを利用した文書の分類手法も提案されているが，セキュリティレポートの分類性能に対する定量的な評価方法は定まっていない．本稿では，半教師ありトピックモデルによるセキュリティレポートの分類性能の評価を定量的に行うことを目的とし，ケーススタディとして教師無しトピックモデルの一つである LDA と半教師ありトピックモデルの一つである SeededLDA を利用したクラスタリングの結果を用いてシード単語ごとの F 値を算出した．その結果，半教師ありトピックモデルによる文書分類の結果を評価する際には F 値が有効であることが確認された．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Although security reports are useful in responding to security incidents according to each organization, the number of security reports is increasing, and it is not easy to find information related to each organization. Furthermore, a quantitative evaluation method for the classification performance of security reports has not been determined. In this paper, we aim to quantitatively evaluate the classification performance of security reports using a semi-supervised topic model. As a case study, we calculate the F value for each seed word using the results of clustering using LDA and SeededLDA. As a result, we show that the F value was effective when evaluating the results of document classification using a semi-supervised topic model.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA12628305
• 書誌情報: 研究報告セキュリティ心理学とトラスト（SPT）; 巻 2020-SPT-36, 号 44, p. 1-4, 発行日 2020-02-24
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8671
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会