未知語を考慮した固有表現認識によるセキュリティインテリジェンスの構造化手法

摘要

年々サイバー攻撃が増加・高度化しており，インテリジェンス収集による最新の脅威情報への追従がますます重要となっている．一方で，その量が膨大かつ非構造であること，セキュリティ分野では新しい語（未知語）が生まれやすいことから，分析コストが大きい．そこで，固有表現認識を用いたインテリジェンスの構造化手法を提案する．本手法は，製品名やマルウェア名等，インテリジェンスとして着目すべき固有表現を抽出・構造化し，分析効率化を狙う．この際，各語の条件付確率を活用し，未知語の見落とし率を抑制する．また，プロトタイプを実装し，固有表現をF 値0.78 の精度で抽出するとともに処理時間の面でも実用に耐えうることを確認した．