AI トランスフォーメーション環境におけるプライバシー保護:統合ログシステムとAHPシナリオの優先順位付けに焦点を当てた

科学分野:

• サイバーセキュリティ
• 情報システム
• データのプライバシー

背景:

• IoTやAIのような新興技術は デジタルイノベーションだけでなく サイバー攻撃の洗練度や攻撃面を高めています
• 新しいセキュリティーリスクには 州間サイバー戦争,高度なランサムウェア,インサイダーデータ漏えいがあります.
• 断片化されたログ分析は 効果的な脅威の検出と対応を妨げます

研究 の 目的:

• プライバシーに配慮した統合ログシステム (PAILS) モデルを提案し,さまざまなセキュリティの脅威を軽減する.
• 単純なイベント駆動の検出を超えて,シナリオベースの文脈分析を可能にします.
• 派生したセキュリティシナリオの相対的重要性を定量的に評価する.

主な方法:

• 統合されたシナリオを導き出すために,個人情報処理とセキュリティシステムのログを分析します.
• 内部情報漏洩やセキュリティシステムの回避などの脅威に対するシナリオベースの文脈分析を開発する.
• シナリオの重要性を定量的に評価するために,分析階層プロセス (AHP) を適用する.

主要な成果:

• 統合されたシナリオはインサイダーデータのリークとセキュリティシステムの回避を効果的に防ぎます.
• AHPはシナリオの重要性を定量的に評価し,実用性を実証しました.
• このモデルは,個人データの侵害を早期に特定し,効果的に対応することを支援します.

結論:

• この研究は,断片的な分析を超えて,全体的な,プライバシー指向の統合ログシステムを確立します.
• PAILSモデルは,高度なサイバー脅威に対する防御を強化します.
• AHPの検証は,モデルの運用効率と実地での応用性を確認します.