• 検索結果がありません。

周波数分析を用いたハッキングトラヒックアナリシス

N/A
N/A
Protected

Academic year: 2021

シェア "周波数分析を用いたハッキングトラヒックアナリシス"

Copied!
2
0
0

読み込み中.... (全文を見る)

全文

(1)

2003年日本オペレーションズ・リサーチ学会 秋季研究発表会 1−F−8

周波数分析を用いた

ハッキングトラヒツクアナリシス

申請中 日本大学生産工学部 ○ 内山 貴夫

Nihon University UchiyamaTakao

O1205220 日本大学生産工学部

篠原 正明

Nihon University Shinohara Masaaki 方法としてはトラヒックログを周波数分析し、周 期成分を見つけることでハッキングを検出する。た だし、攻撃に周期性が見られないと検出不可能であ るため、他の検出方法との併用が好ましい。

1 はじめに

今月、PCは一家に一台といわれるほど普及して いる。常時接続をするPCも増え、ハッキング及び クラッキング(本稿では以後、ウイルスも含めハッ キングとする。)などからPCを守ることは必要不 可欠になってきた。 最近では、アンチウイルスソフトなども普及をは じめ、ウイルスに対するユーザの関心は高まりつつ ある。これらには、ファイアーフォール機能が付加 されているものが多くPCを守ることができる。た だし、これだけではPCを守りきることはできない。 そこで本稿では、ハッキングを検出する新たな方 法を提案し、ハッキングが検出できるかについて検 証したい。

4 トラヒツク周波数解析

周波数解析にはフーリエ変換、ウェーブレット変 換など多数の方準が存在するが、本稿ではフーリエ 変換でトラヒック解析を行う。 フーリエ変換とは、われわれが直接得ることので きる時間領域に属する信号を周波数領域に属する信 号に変換するものである。 フーリエ変換は下記の式によって定義されている。

川)e ̄ル土鵡 (1) ダ(∪)=

2 ハッキング

ハッキングとは、コンピュータシステムにおいて 技術的な解析を行うことである。そして、技術的な 解析を行う人をハッカーという。このような技術を 悪用する行為、または人を、クラッキング、クラッ カーという。ただ、現在ではハッキングとクラッキ ングは同値として考えられることが多いのが現状で ある。 本稿ではハッキング、クラッキングをまとめて「ハ ッキング」とする。ハッカー 、クラッカーについて も同様である。 ダ(山)=月(山)+メガ(u)=A(u)ej¢(〕)(2)

A(u)はf(t)のフーリエスペクトル、A2(山)はそ

のエネルギースペクトル、また¢(})はその位相角 と呼ばれている。 本稿では以上の計算を離散データでも可能なFFT を利用し計算する。

5 解析モデル

実際にパケットのログを取り、周波数解析を行う とモデル及び解析結果が複雑化するため、本稿では、 単純なトラヒックでシミュレーションしてみること にする。 トラヒックシミュレーションにはプログラムを利 用する。トラヒックは基本的に周期性のあるトラヒッ クとランダムなトラヒックを混ぜて生成されている。 このようなルールを元に次のような解析モデルを 用意した。 ● ランダムなトラヒック ●周期的な.トラヒック ●周期的な攻撃が潜んでいるランダムトラヒッタ 周期的な攻撃が潜んでいるランダムトラヒックに 関しては、ランダムなトラヒックの周期やトラヒッ クサイズなどを変えた様々なモデルを用意した。

3 ハッキング検出

ハッキングからPCを守るためにはハッキングを 検出する必要があります。ハッキングを検出するに は、「IDS」、「ファイアウォール」などのシステムの 利用やアクセスログをとることでハッキングの足跡 を記録するなどの方法がある。本論では「トラヒッ ク周波数解析」という新たなシステムを提案する。 トラヒック周波数解析とはトラヒックを周波数分 析し、周期的な攻撃を検出する方法である。本シス テムは攻撃を防ぐことはできないが、早期発見する ことで被害を最/」、限に抑えることができると考えら れる。 このシステムの最大の利点は「ファイアウォール」、 「IDS」などにあげたいくつかの欠点を補えると考え られる点である。 一134− © 日本オペレーションズ・リサーチ学会. 無断複写・複製・転載を禁ず.

(2)

イズが小さい場合でも解析データのはじめから最後 まで連続して周期的なトラヒックがある場合、顕著 な結果が表れることもあった。これは周期的なトラ ヒックがランダムトラヒッタに埋もれてしまうこと、 定常性を仮定するフーリエ変換では解析データの一 部分の周波数をうまく解析できないことが原因と考 えられる。 フーリエ変換では、通常のアクセスのトラヒック に対して攻撃トラヒックが小さい、また、一度に連 続して攻撃する回数が少ないと周期的なハッキング を検出できないということである。これでは、ほと んどの場合ハッキングを検出することはできないと いうことになってしまうため他の周波数分析方法で 可能か検討する必要がある。 シミュレーション結果からこ‘のハッキングの検出 方法は通常のトラヒックが混雑しているネットワー クで直接に実現するのは難しいと考えられる。つま り、ISPやⅠⅩ網などでそ甲まま利用するのは難し い。このシステムは、アクセスのあまり多くないサー バやログを取っていない一般のクライアントPCで のハッキングの検出、あるいは選択的トラヒックで の検出が主な利用方法になると考える。 図1:周期的なトラヒック 図2:周期的な攻撃が潜んでいるランダムトラヒック

6 解析結果

Fl句叩(Hヱ) nO Ol n2 03 n4 D5

8 今後の課題

本稿ではスペクトラムの解析にはFFTを利用し たが、結果としてスペクトラムに顕著な結果は表れ なかった。そこで、時間軸と周波数の両方の解析を 行えるSTFT、ウェ∵プレット変換を利用すること で顕著な結果が現れるのではないかと考えられる。 このような手法で解析を試みたいと思う。 トラヒックに顕著な結果が表れた時、攻撃なのか、 たまたま周期的なアクセスなのか、判別することが できないが、ス云クトラムに時間軸が付くことによ り、アクセスログを参照することで攻撃かどうか調 べられると考えている。 最終的には実データでの解析を行い、ハッキング からサーバを守るトータルのシステム構築をしたい。 具体的には、トラヒック周波数解析ハッキングされ た時間と特定し、その時間のログを参照。そしてそ のログの発信者、.つまりIPアドレス及びにログの 特徴をIDSの攻撃/下ターンのデータべ− し、以後そのハッキング及びその相手からのテクセ 欠を禁止させる。このようなシステムによって、既 存のシステムの弱卓を埋めることができる。 このような作業を自動化させるこ・とでこれまでに ない新しいセキュリティ対策としていきたい。 80 0.1 ロコ 03 aJ Fr印∪押(トセ) 図3:図1のスペクトラム 0 8 6 4 つー ∩︶ ▲U D=U n− 1 q n Q n q側刀R用 mヨき ︵留廿君 nl n2 03 0● 05 Fl叫umY(Hか 図4:図皇のスペクトラム

7

様々なシミュレーションモデルの中から解析可能 であったモデルとそのモデルの周期的なトラヒック のサイズのみを/トさくしたモデル.を比較した結果、 ランダムトラヒックに対して周期的なトラヒックの サイズが小さい場合にはスペクトラムに顕著な結果 が現れなかった。しかし、周期的なトラヒックのサ

参考文献

【1】中野隼人,周波数スクトラム分析に基づくハッ カートラヒック検出,日本大学生産工学部34学 術講演会数理情報部会(2001.12) −135− © 日本オペレーションズ・リサーチ学会. 無断複写・複製・転載を禁ず.

参照

関連したドキュメント

較的⾼温場の場合では,主にアセチレンが⽣成される.⼀⽅で⽐較的低温場の場合で

堰殖の像が著しく極端な場合にはあたかも腫瘍 歌の増殖を示し周囲の組織を圧迫し結節の境界

7IEC で定義されていない出力で 575V 、 50Hz

しかしながら生細胞内ではDNAがたえず慢然と合成

• 問題が解決しない場合は、アンテナレベルを確認し てください(14

WAV/AIFF ファイルから BR シリーズのデータへの変換(Import)において、サンプリング周波 数が 44.1kHz 以外の WAV ファイルが選択されました。.

ある周波数帯域を時間軸方向で複数に分割し,各時分割された周波数帯域をタイムスロット

奥付の記載が西暦の場合にも、一貫性を考えて、 []付きで元号を付した。また、奥付等の数