Security meets Machine Learning #2

Security meets Machine Learning（通称：SecML）は機械学習とセキュリティをテーマに議論や情報交換を行う場(勉強会）です。

第2回はデータセット設計をテーマに開催いたします！

今回はこんな方を対象としています。

• 研究等でいざ実験しようとしたときに、データセットをどうするか悩んでる方
• 実際に実務で機械学習を利活用している・活用し始めた方
• データセット設計に物申したい方

今回はちょっとしたお菓子のみご用意致します。お飲み物は各自お持ちください。なお、お持ち込みになったゴミは持ち帰っていただきますようお願い致します。 参加費はおつりのないようにお願い致します！！

LT募集！受け付け終了しました

15分以内で「データセット設計」をテーマにしたショートプレゼンテーションを募集します。(申し込み締め切り5/13）

先着順で申し込みから4日以内に事務局までタイトルと概要をお知らせください。 4日以内に概要等をいただけなかった場合は強制キャンセルとなり、次の方を繰り上げとなります。

なお、LT参加の方は参加費が無料となります。

タイトル・概要送付先

SecML事務局: sec.meet.ml@gmail.com

プログラム

ML for Security でデータセットをどう準備するか？

畑田 充弘（NTTコミュニケーションズ株式会社）

【概要】

マルウェア検知・分類において、もはや機械学習は欠かせないものとなっているが、評価のために使うデータセットに必要な要件って何だろう？どうやって準備すればいいんだろう？といったことを自身の研究事例を交えながら考察します。

ほかの人はどうしてるの？マルウェアデータセット利用調査プチ共有

ゆかひぃ

【概要】

機械学習を用いたマルウェア分類に関する研究は数多く存在しています。そんな過去の偉人たちがどのようなデータセットで実験していたのかを調査して見ました。今回は約30本の論文におけるデータセットがどのようなものだったか調査した結果をお話しします。

運命のデータセットは私の前に現れるか？

Satoimo

【概要】 実環境より取得したデータセットは、技術評価を行う上で重要な材料です。しかし、評価に適したデータセットの用意が難しい、公開データセットでは評価項目が限られるなど、技術評価に見合うデータが見つけられない場合が多く存在します。本発表では、データセットの収集および技術評価への適用事例について紹介し、評価に適したデータセットの収集手段や公開データセットの活用について議論します。

とあるデータセットの設計検討

mtk1440

【概要】 マルウェア対策研究用のデータセット FFRI Dataset の新バージョンとして、機械学習にを使う研究向けのデータセットを作成中です。現時点のデータセットの概要を紹介し、意見や要望などを募集します。

タイムテーブル

SecMLについて

SecMLはこんな方を対象にしています！

• やってみたいけど、どこから手を付けていいかわからない
• ツールやモジュール使ってやってみたけど、そこから先どうしようか迷っている
• 実験した結果をシェアしてディスカッションしたい
• 最新情報の共有したい

昨今、様々な分野で機械学習が活用され始めておりそれに伴って研究開発も活発になってきています。 また、モジュールやツールもたくさん公開されていており、セキュリティの分野へも転用が進みつつあります。

しかし、機械学習もセキュリティも学ばなければならないことも多く、試行錯誤の繰り返しが必要なため、一人で挑むには限界があるとも感じています。 また、実験をしてみたものの、セキュリティと機械学習の両分野に興味関心がある人が、議論をできる場というのも現状多くないのではないでしょうか。

この勉強会は似たような悩み、知見、工夫の共有やディスカッションをしていくことで、お互いに切磋琢磨できるような場にしていきたいと考えています。具体的には、モデルの妥当性や特徴設計について深い議論ができる場を目標としています。