Seiichi Ozawa 研究室（神戸大学）

AI 要約（直近 5 年の研究成果）

本研究室は、機械学習や深層学習の手法を用いて、情報セキュリティと医療応用の二つの領域で課題解決に取り組んでいます。セキュリティ領域では、マルウェアやサイバー攻撃の検出を目的として、ソースコードの脆弱性診断、悪意あるJavaScriptやウェブページの識別、ネットワーク通信の異常検出などに関する研究を進めています。これらの研究では、グラフニューラルネットワークや抽象構文木などのコード表現を活用し、攻撃手法の進化に対応できる堅牢な検出システムの構築を目指しています。一方、医療分野では、手術支援ロボットの操作技能を定量的に評価する方法の開発に取り組んでいます。ロボット手術システムから得られる運動データを機械学習モデルで分析し、外科医の経験レベルや適応能力を客観的に測定する手法を提案しています。また、複数の組織が保有するデータを直接共有することなく協調的に機械学習を行うフェデレーテッドラーニングの技術開発も重要なテーマであり、金融機関や医療機関での詐欺検出やプライバシー保護と精度のバランスを取りながら、実運用可能なシステム構築を目指しています。

※ AI（Claude）が、公開されている論文要旨から研究の問い・手法・主要な発見を事実情報として抽出・再構成して自動生成しています。誤りを含む可能性があるため、正確性は研究室公式情報でご確認ください。

外部リンク

研究成果（22 件）

[2026] CIC-YNU-IoTMal: A comprehensive multilayer dataset for static and dynamic analysis of IoT malware behavior
DOI: https://doi.org/10.1016/j.is.2026.102722
[2026] Using the Internal Operational Logs of the hinotori™ Surgical Robot System to Evaluate Latent Structural Metrics of Robotic Surgical Skill
DOI: https://doi.org/10.1109/tmrb.2026.3699228
[2025] FragmentFool: Fragment-based Adversarial Perturbation for Graph Neural Network-based Vulnerability Detection
DOI: https://doi.org/10.1109/pst65910.2025.11268830
[2025] Unsupervised Federated Learning Based on Evolving Gaussian Clustering
DOI: https://doi.org/10.1109/fuzz62266.2025.11152249
[2025] Efficient and Privacy-Preserving Decision Tree Inference via Homomorphic Matrix Multiplication and Leaf Node Pruning
DOI: https://doi.org/10.3390/app15105560
[2024] A Bi-LSTM Regression-Aided Estimation Technique for Time-Varying Multiple DoAs
DOI: https://doi.org/10.1109/icbir61386.2024.10875925
[2024] Securing Code With Context: Enhancing Vulnerability Detection Through Contextualized Graph Representations
DOI: https://doi.org/10.1109/access.2024.3467180
[2024] Detection of Abnormal Regions in a Field by Semantic Segmentation Using Remote Sensing Data
DOI: https://doi.org/10.5687/iscie.37.275
[2024] Adversarial Evaluation of AI-Based Security Alert Screening Systems
DOI: https://doi.org/10.1109/cyberscitech64112.2024.00028
[2024] Assessment of first-touch skills in robotic surgical training using hi-Sim and the hinotori surgical robot system among surgeons and novices
DOI: https://doi.org/10.1007/s00423-024-03514-6

続きを表示（残り 12 件）

[2024] eFedGauss: A Federated Approach to Fuzzy Multivariate Gaussian Clustering
DOI: https://doi.org/10.1109/fuzz-ieee60900.2024.10611844
[2023] Detecting Malicious JavaScript Using Structure-Based Analysis of Graph Representation
DOI: https://doi.org/10.1109/access.2023.3317266
[2023] Frameworks for Privacy-Preserving Federated Learning
DOI: https://doi.org/10.1587/transinf.2023mui0001
[2023] Researcher Network Visualization Using Matrix Researcher2vec
DOI: https://doi.org/10.20965/jaciii.2023.p0603
[2022] Frequency-Based Enhancement Network for Efficient Super-Resolution
DOI: https://doi.org/10.1109/access.2022.3176441
[2022] Understanding the Influence of AST-JS for Improving Malicious Webpage Detection
DOI: https://doi.org/10.3390/app122412916
[2022] eFL-Boost: Efficient Federated Learning for Gradient Boosting Decision Trees
DOI: https://doi.org/10.1109/access.2022.3169502
[2022] Privacy-Preserving Federated Learning for Detecting Fraudulent Financial Transactions in Japanese Banks
DOI: https://doi.org/10.2197/ipsjjip.30.789
[2021] Logo Detection With No Priors
DOI: https://doi.org/10.1109/access.2021.3101297
[2021] Detecting Web-Based Attacks with SHAP and Tree Ensemble Machine Learning Methods
DOI: https://doi.org/10.3390/app12010060
[2021] Outlier Detection by Privacy-Preserving Ensemble Decision Tree U sing Homomorphic Encryption
DOI: https://doi.org/10.1109/ijcnn52387.2021.9534464
[2021] An Easily Installed Method of the Estimation of Soybean Yield Based on Meteorological Environments with Regression Analysis
DOI: https://doi.org/10.3390/engproc2021009026

科研費（0 件）

まだデータがありません（KAKEN 取り込み後に表示）。

所属学会・役職（0 件）

まだデータがありません（学会データ連携後に表示）。

AI 要約（直近 5 年の研究成果）

外部リンク

関連研究室(8 件)

研究成果（22 件）

科研費（0 件）

所属学会・役職（0 件）