今や機械学習は様々なサービスやプロダクトで利用されており、セキュリティ分野でも利用が広がっています。そこで本ブログでは、これまで機械学習に馴染みが無かったセキュリティエンジニアを対象に、下記のコンテンツを通して機械学習の利用例と、機械学習の脆弱性及び対策を学ぶことを目的としています。
- 侵入検知
- スパム検知
- 異常検知
- ログ分析による攻撃検知
- 脆弱性のトレンド分析
- Webアプリへの攻撃検知
- スパム検知のBypass/対策
- 攻撃検知のBypass/対策
- 顔認証のBypass（Adversarial Examples）/対策
- 音声認識を欺く（Audio Adversarial Examples）/対策
- 機械学習版トロイの木馬（Neural Trojan）/対策
- 機械学習を使用した標的型マルウエア（DeepLocker）/対策
1~6はDefensive partと題し、「機械学習をセキュリティのタスクに利用する例」を通して機械学習の基本を学びます。
7～12はOffensive partと題し、「機械学習の脆弱性やサイバー攻撃への利用例および対策」を学びます。
なお、本ブログは、機械学習入門の入門の位置付けとなるため、理論（数式）の解説ではなく、実際にコードを動かして機械学習の利用方法を学ぶことを目的としています。理論からしっかりと学びたい方は、神々が書いたブログや書籍をご参考にして頂ければと思います。
| Note |
|---|
| 本ブログのサンプルコードは、機械学習の利用例を分かり易くすることを念頭に置いた簡易的なコードです。実際のサービスやプロダクトの実装コードとは必ずしも一致しないことを予めご了承ください。 |
| Note |
|---|
| 上記1～5はセキュリティのタスクを機械学習で自動化する例になっています。ここで、自動化の手段は機械学習に限りません。必ずしも「自動化＝機械学習」ではありませんので、自動化のタスクに取り組む際は、目的に応じて適切な技術を採用されることを推奨いたします。 |
2018.09.25(Tue): 1.侵入検知の初稿を公開。
2018.11.15(Thu): 2.スパム検知の初稿を公開。
2018.12.30(Sun): 3.異常検知の初稿を公開。
2019.01.09(Wed): 4.ログ分析による攻撃検知の初稿を公開。
2019.06.20(Thu): コンテンツの一部を変更（「全自動侵入エージェント」から「Neural Trojan」に変更）。
2019.06.24(Mon): コンテンツに「Webアプリへの攻撃検知」と「攻撃検知のBypass/対策」を追加。