Cl-GBI法によるふるまいの グラフの類似に基づく 群れのモデルの提案

Presentation on theme: "Cl-GBI法によるふるまいの グラフの類似に基づく 群れのモデルの提案"— Presentation transcript:

1 Cl-GBI法によるふるまいの グラフの類似に基づく 群れのモデルの提案
安竹　有輝 ふれまいのむれa アクセス制御行列 CI-GBI法 グラフの類似 振る舞いの集まる力の分析

2 背景、問題 人の行為（＝ふるまい）によって生じる、 情報漏えいが止まらない。 X Y ファイル1 φ Read ファイル2 Write
スマホ、PC/ クライアント Xはファイル1を読めない。 　　ファイル2は読める。 データサーバ X The Internet ファイル1をR、ファイル2にW データセンタ/サーバ Y X Y ファイル1 φ Read ファイル2 Write 後にX,Y=subject ファイル1,2=object として用いる． The Internet Xがファイル2をR データサーバ X 情報漏えい Y

3 クラウドファイルシステムの構想 エージェント 家族的類似 クラウドファイルシステムの様々な仕組みを統括しての、総合的な実装を目的とする 管理
群を守るモデル。 セキュリティ面から群から離れないような仕組みを作る 小泉 ACOやBoidなど群知能を使った”集まる”という基礎的な仕組みを作る 鈴木 エージェント 管理 ・フレンドシップモデル ・クラスメートモデル 動き ・Ant Colony Optimization 任意のファイル 家族的類似 ・ファイルのタグ、色 任意のファイル 要素 任意のファイル ・群集合（ふるまいの履歴） 任意のファイル ・リンゴ ・赤色 ・甘くて、美味しいです。 アクセスの順番、ふるまいの履歴などファイルの持つ”形”から情報をセパレートする 「動き」と「要素」の橋渡しとして 家族的類似（パラメータ）が 用いられる。 安竹 安竹 クラウドファイルシステムの様々な仕組みを統括しての、総合的な実装を目的とする キーワードやファイルの中身から、含用率から重要度や群の中心を判断する 竹村 石田

4 目的 アクセス行列からグラフの類似度を探し出す数式を書き、似ているふるまいが群れを成すようにする．
　Mason上に生成された群れを使ってcovert channelをセパレートするのが最終目的。 （アクセス行列からCovert Channelをセパレートすることによって、 　群れ全体を護ることになる．） どんな数式？グラフの類似度を求めることとカバーとチャンネルの関係は？ Cl-GBI法を用いた理由を書く。ふるまい、アクセス行列、類似度の関係性を書く． 情報漏えい S1 S2 O1 Read O2 Write

5 ふるまい，アクセス行列，類似度の説明 クラウドファイルシステムに人がRead,Writeする行為を``ふるまい’’と呼ぶ．
アクセス行列の一部を抜き出し、類似度の高いものを集める． 類似度の高い物＝形の似ているもの O4 S2 O1 S1 S2 O1 S1 O4 類似度の似ているグラフ アクセス行列の例

6 Cl-GBI法について 求めたいノードを入力するとそれを含む似ているペアを作る． そこからさらに似ているグラフを作りだす． （後にこれを抽出グラフとして使用する）
S=Subject,O=Object

7 Masonについて MasonはMulti agent simulatorである。
シミュレーションの様子を、客観的に第三者的（例えるなら神様のような）視点から観察することができる。 Masonの シュミレーション例(ball)

8 グラフの類似度を求めるところまでを手掛けた．
提案モデルの流れ 1.アクセス行列からCl-GBI法を用いて，複数の似ているパターンのグラフを抜き出す． 2.抜き出したグラフの類似度を``構造類似性’’を用いて求め， 　それをMason上のAgentに引力斥力として与える． 3.Agentで群れを作る． 4.Covert Channel分析をし， セパレートする． 5.以上を行って，群れが保っていることを確かめる． グラフの類似度を求めるところまでを手掛けた． なぜClーGBIを使うのか？他にもグラフの類似度は定義できる ２番は結局やってないような そうすると３番以降もやってない？ どこをやった部分なのか明確にすべき（すみこ）

9 構造類似性を用いて、グラフ同士の類似度を求める
提案モデルにおける研究の現段階 O4 アクセス行列の例 O1 S1 S2 Cl-GBI法を用いて、 グラフを抜き出す ① O4 S2 O1 S1 O1 S1 S2 S=subject O=object O4 図の説明を何も言わなくても分かる程度には書いて 左上のグラフを見やすいのに．もう一度、アクセス行列から形を抜き出す説明． ② 構造類似性を用いて、グラフ同士の類似度を求める

10 制限を付けたグラフ間の類似度を計算する アルゴリズム
S2 O1 S1 O4 S3 P1 P2 P3 P4 : 設ける制限 １．対象となるグラフは木構造である． ２．抽出パターンは単純パス． ３．各ノードは2種類に分類できる． S2 O1 S1 S3 O4 O5 抽出パターン 参考にした文献をもとにアルゴリズムを 組んだ S2 O1 S1 S3 O4 O5 グラフ1 グラフ2 グラフ3 抽出 パターン + かーぼん 上でsubject,objectを使って説明してあるので、これはプログラミングに使用した図として載せます（安竹） ①P1のノードの両端の始点、終点を定める．グラフ1の中に始点と種類が同じノードを選択する． 　グラフ１を木構造とみなし、スタックを用い、P1と一致する箇所をカウントする． 　（P2,3…に関しても行い、その後グラフ2，3に関しても同様に①を行う．) ②カウントした数値を用い、一致度、不一致度を求める．

11 類似度の計算方法 対象とするグラフ集合から抽出された部分グラフ集合を ， 抽出された部分グラフ数を ， ノード を含む部分グラフ ， の数を
対象とするグラフ集合から抽出された部分グラフ集合を　　， 抽出された部分グラフ数を　　， ノード　　を含む部分グラフ　　　　　　　，　　　の数を とおくと，任意のグラフ　　　は以下に示す行列　　　で表現することができる． 題名に①とかふる．

12 対象となるグラフ集合全体から抽出されている部分グラフの数を
それぞれの構造分布行列を , 部分グラフ を構成するノード数を ノードペアの個数 グラフG1のノードxとグラフ2のノードｙの ノード間類似度　　　およびノード間相異値 を以下のように定義する．

13 これらを用いて、ノード間類似度 を以下のように定義する．
これらを用いて、ノード間類似度　　を以下のように定義する．

14 グラフ間類似値 グラフ間相異値 グラフ間類似度 Mason上のAgentの 引力，斥力となる．

15 グラフ１とグラフ２を用いて求めた結果 C:一致度 E:不一致度 類似度=0.739130 似ている形のグラフを集めるための
数式の値として使える． 図の説明 この実験で，提案したいクラウドファイルシステムのどこの部分に使えそうなの？（すみこ） どの部分が明らかになったの？（すみこ）

16 まとめ プログラミングにより，一致度の算出に成功した． MasonでAgentが動くプログラミングを書いた． クラウドファイルシステムのCovert Channel分析において，アクセス行列の``形’’に着目したものは今までなく，本研究はこの分野の新しいモデルを提案できた． グラフの形の類似度をMasonの引力斥力を設定するのと，Covert Channel分析をするのに新しいアルゴリズムが作るのが今後の課題である． 結論についてはもう少し捻る必要があるかなと思います（安竹）

17

18

19 制限を付けたグラフ間の類似度を計算する アルゴリズム
設ける制限 １．対象となるグラフは木構造である． ２．抽出パターンは単純パス． ３．各ノードは2種類に分類できる． 参考にした文献をもとにアルゴリズムを 組んだ C2 C1 C2 C3 C4 C1 C2 C3 C4 C3 C1 + O4 グラフ1 グラフ２ グラフ３ かーぼん 上でsubject,objectを使って説明してあるので、これはプログラミングに使用した図として載せます（安竹） ①P1のノードの両端の始点、終点を定める．グラフ1の中に始点と種類が同じノードを選択する． 　グラフ１を木構造とみなし、スタックを用い、P1と一致する箇所をカウントする． 　（P２，３に関しても行い、その後グラフ2，3に関しても同様に①を行う．) ②カウントした数値を用い、一致度、不一致度を求める．