@inproceedings{oai:ipsj.ixsq.nii.ac.jp:00223114,
 author = {久古, 幸汰 and 戸川, 望 and Kota, Hisafuru and Nozomu, Togawa},
 book = {コンピュータセキュリティシンポジウム2022論文集},
 month = {Oct},
 note = {近年，Internet of Things（IoT）デバイスの普及に伴い，ハードウェアデバイスのセキュリティ課題が増加している．ハードウェアデバイスの異常動作を検知する手法として，消費電力を解析し，動作の継続時間と消費電力量から異常動作を検知する手法があるが，時系列データの形状を考慮しておらず，継続時間と消費電力量が類似するが形状は異なる電力波形を区別できない．継続時間と消費電力量が類似するが形状は異なる電力波形を区別し異常動作を検知する手法として，Shape-based Distance（SBD）を用い時系列データの形状から異常動作を検知する手法（SBD 異常動作検知手法）が提案されている．本稿では，2 種類のデバイスと 2 種類のアプリケーションの組み合わせに SBD 異常動作検知手法を適用し，その有効性を評価する．実験の結果，全ての組み合わせにおいて SBD 異常動作検知手法で異常動作の検知に成功した．, With the wide spread of the Internet of Things (IoT) devices, security issues for hardware devices have been increasing, where detecting their anomalous behaviors becomes quite important. Recently, an anomalous behavior detection method based on the shape of time-series data by incorporating a shape-based distance (SBD) measure has been proposed. The method can successfully distinguish between power waveforms with similar duration time and consumed energy but different shapes. In this paper, we apply the anomalous behavior detection method based on SBD to various devices and applications, and evaluate its effectiveness. The evaluation results confirm the effectiveness and efficiency of the anomalous behavior detection method based on SBD.},
 pages = {424--431},
 publisher = {情報処理学会},
 title = {消費電力波形の形状を考慮した IoT デバイス異常動作検知手法の評価},
 year = {2022}
}