ハイパーパラメータチューニングを導入した生成電力波形によるIoTデバイス異常動作検知手法の評価

• Item type: Symposium(1)
• 公開日: 2024-10-15
• タイトル / 言語: ja
• タイトル: ハイパーパラメータチューニングを導入した生成電力波形によるIoTデバイス異常動作検知手法の評価
• タイトル / 言語: en
• タイトル: Anomalous IoT Behavior Detection Method by Generated Power Waveforms with Hyper-parameter Tuning and Its Evaluations
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 異常動作検知，サイドチャネル解析，生成電力波形，ハイパーパラメータチューニング，IoTデバイス
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_5794
• 資源タイプ: conference paper
• 著者所属: 早稲田大学
• 著者所属: 株式会社ラック
• 著者所属: 株式会社ラック
• 著者所属: 早稲田大学
• 著者所属(英): en
• 著者所属(英): Waseda University
• 著者所属(英): en
• 著者所属(英): LAC Co., Ltd.
• 著者所属(英): en
• 著者所属(英): LAC Co., Ltd.
• 著者所属(英): en
• 著者所属(英): Waseda University
• 著者名: 江田, 琉聖; 木田, 良一; 小笠原, 恒雄; 戸川, 望
• 著者名(英): Ryusei, Eda; Ryoichi, Kida; Tsuneo, Ogasawara; Nozomu, Togawa
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 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に実装される部品またはプログラムに起因するセキュリティ課題が増加している． OS上でアプリケーションが実行されるIoTデバイスでは，OSやハードウェアによる定常的な消費電力とアプリケーションによる消費電力が重なり，複雑な消費電力波形になる． 消費電力波形を用いて異常動作を検知するには，測定した電力波形から定常的な消費電力を差し引き，アプリケーション電力波形のみを抽出する必要がある． 定常的な消費電力を含むIoTデバイスの異常動作検知手法として，我々は波形生成に基づく手法を提案している． 波形生成に基づく手法は，定常的な消費電力を機械学習を用いて除去し，電力波形の潜在的な特徴量を抽出することで自動的に異常動作を検知する． 本稿では，2種類のデバイスに対して波形生成に基づく手法を適用し，その有効性を評価する． 実験の結果，シングルボードコンピュータとFPGAの両方において，従来手法で検知できなかった異常動作を波形生成に基づく手法で検知できた．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: In this paper, we apply the waveform generation-based IoT anomaly detection method to two types of devices and evaluate its effectiveness. Experimental results show that the method can detect anomalous behaviors successfully in both a single-board computer and an FPGA while the recent state-of-the-art method cannot detect them.
• 書誌情報: コンピュータセキュリティシンポジウム2024論文集; p. 1561-1568, 発行日 2024-10-15
• 出版者 / 言語: ja
• 出版者: 情報処理学会