@techreport{oai:ipsj.ixsq.nii.ac.jp:00233291,
 author = {竹重, 耕介 and 堺, 啓介 and 嶋村, 誠 and 松ヶ谷, 新吾 and 橋本, 正樹 and Kosuke, Takeshige and Keisuke, Sakai and Makoto, Shimamura and Shingo, Matsugaya and Masaki, Hashimoto},
 issue = {7},
 month = {Mar},
 note = {近年，偽ショッピングサイトやフィッシングサイトを利用した金銭の詐取や，クレジットカード情報やウェブサイトのアカウント情報等の窃取等による金銭的被害が急増しており，極めて深刻な情勢である．そのため，警察等の法執行機関や民間企業においては，その未然防止等の対策が課題となっている状況である．我々はこれまでの研究において，人工知能技術を用いた偽ショッピングサイト自動検出システムを開発し，偽ショッピングサイトの URL 収集を効率化することで，その実態把握やウイルス対策ソフトによるブロッキングに活かす等，一定の成果を挙げてきた．本研究では，これまでの研究をベースに，更にフィッシングサイトの自動判別を行う機能の追加・強化を図り，偽ショッピングサイトとフィッシングサイト両方の悪質サイトを正解率 99.24% と高精度に他クラス分類して判別できる機械学習モデルを構築し，最終的にフォールスポジティブを極力ゼロとする悪質サイト判別エンジンを構築した．, In recent years, the number of victims of financial damage caused by fraudulent use of fake shopping sites and phishing sites, as well as theft of credit card information and website account information, has increased rapidly, and the situation is extremely serious. Therefore, law enforcement agencies and private companies have to take countermeasures for the prevention of these crimes. In our previous research, we have developed an automatic detection system for fake shopping sites using artificial intelligence technology, and have achieved some success in identifying fake shopping sites and blocking them with antivirus software by efficiently collecting URLs of fake shopping sites. In this study, based on our previous research, we further added and enhanced a function for automatic identification of phishing sites, constructed a machine learning model that can accurately identify both fake shopping sites and phishing sites by classifying them into other classes with a high accuracy rate of 99.24%, and finally developed a system that can Finally, we constructed a malicious site discrimination engine that minimizes the number of fall positives to zero.},
 title = {機械学習による悪質サイトの多クラス分類},
 year = {2024}
}