船舶レーダーネットワークにおける侵入検知のための新しい深層学習アプローチ
Md Mostofa Nurannabi Shakil1, Md Alamgir Hossain2,3, Md Samiul Islam4,5
1NTRCA, ICT Cell, Ministry of Education, Dhaka, Bangladesh.
Scientific reports
|December 30, 2025
まとめ
MARINERNetは、深層学習侵入検知システムであり、海上レーダーネットワークのセキュリティを強化します。サイバー脅威を検知する高い精度を達成し、重要なインフラストラクチャを保護します。
科学分野:
- サイバーセキュリティ
- ネットワークセキュリティ
- 深層学習アプリケーション
背景:
- 海上レーダーネットワークは重要なインフラストラクチャであり、洗練されたサイバー攻撃に対してますます脆弱になっています。
- 従来の侵入検知システム（IDS）は、手動の特徴抽出と浅い機械学習のために、進化する脅威に対するリアルタイム機能が不足しています。
- 海上レーダーシステムを保護するためには、高度で自動化された検出方法が必要です。
研究 の 目的:
- 海上レーダーネットワーク向けに特別に設計された、新しい深層学習ベースの侵入検知システム（IDS）であるMARINERNetを開発および評価すること。
- 複雑なサイバー脅威をリアルタイムで検出する際の従来のIDSの制限に対処すること。
- サイバー攻撃に対する重要な海上インフラストラクチャのセキュリティと回復力を強化すること。
主な方法:
- 1D畳み込み層、squeeze-and-excitationブロック、および残差接続を備えた深層学習モデルであるMARINERNetを開発しました。
- 生の海上レーダーネットワークデータから自動特徴抽出のための新しいアーキテクチャを利用しました。
- 二項（異常検知）および多クラス分類タスクでシステムを評価しました。
主要な成果:
- MARINERNetは、海上レーダーネットワークにおける侵入検知で最先端のパフォーマンスを達成しました。
- 多クラス分類で98.52%の精度、異常検知で完璧な精度（100%）を実証しました。
- 深層学習アプローチは、特徴抽出を効果的に自動化し、検出精度を向上させます。
結論:
- MARINERNetは、海上レーダーネットワークにおけるリアルタイム侵入検知のための堅牢でスケーラブルなソリューションを提供します。
- 深層学習ベースのシステムは、重要な海上インフラストラクチャのサイバーセキュリティを大幅に強化します。
- 提案された方法論は適応可能であり、他のネットワークセキュリティドメインにも適用できます。
