侵入検知システムのための説明可能AI：LIMEとSHAPの適用

• 機械学習モデルは高い性能を示すが、透明性に欠けることが多い。
• 本研究では、LIMEとSHAPを用いて侵入検知システムの結果を解釈可能にする。
• 特にIoTデバイスにおけるセキュリティ分析に役立つ新たな視点を提供する。

機械学習に基づくシステムは多くのタスクで高性能を発揮しますが、透明性や説明性が不足しています。本研究では、LIMEとSHAPという2つの説明可能AI手法を用いて、IoTデバイス向けの侵入検知システムの結果を解釈可能にします。特に、モデルの結果に対する特徴の影響を分析することで、サイバーセキュリティ専門家がより良い判断を下せるよう支援します。サイバーセキュリティや機械学習に関心のある研究者や実務者にとって、興味深い内容です。

サイバーセキュリティや機械学習に興味がある研究者や実務者に向いています。