サイトのリンク構造から有害コンテンツを判定東大とトレンドマイクロ（Impress Watch）

　東京大学とうきょうだいがくとトレンドマイクロは28日にち、情報じょうほうセキュリティ分野ぶんやの共同きょうどう研究けんきゅう成果せいかとして「Webリンク構造こうぞうの解析かいせき結果けっか」を発表はっぴょうした。これは、Webサイトのリンク構造こうぞうを把握はあくすることで、有害ゆうがいサイトの特定とくていおよび未知みちサイトのカテゴライズ精度せいどの向上こうじょうを図るはかるもの。研究けんきゅうは2007年ねん6月がつから2008年ねん1月つきにかけて行なわおこなわれた。

　研究けんきゅうでは、トレンドマイクロのWebコンテンツ評価ひょうかデータベースからランダムに抽出ちゅうしゅつした700のURLを出発しゅっぱつ点てんとし、各かくページ内ないのリンクを3ジャンプ先さきまで辿るたどることでアクセスできるすべてのページを対象たいしょうにした。総そうページ数すうは1,247万まん2,530ページ、総そうリンク数すうは5,270万まん8,173リンク、総そうドメイン数すうは33万まん9,828ドメイン。これらをトレンドマイクロのデータベースに基づいもとづいたカテゴリ分類ぶんるいを行ないおこない、東京とうきょう大学だいがくの研究けんきゅう者ものが各種かくしゅ可視かし化かツールを用いもちいてリンク構造こうぞうを分析ぶんせきした。

　動画どうが・音声おんせいやゲーム、EC、不動産ふどうさん、アダルトなど各かくカテゴリを出発しゅっぱつ点てんとし、ホスト間かんのリンクに絞っしぼってWebページを辿ったどっていくと、どのようなサイトに行き着くいきつくのか（Webコンテンツのネットワーク構造こうぞう）を可視かし化かしたところ、カテゴリによってサイト同士どうしの結び付きむすびつきに特徴とくちょうが見みられた。特にとくに、相互そうごリンクの密度みつどはアダルトカテゴリが最ももっとも強いつよいという。また、ホスト間かんのリンク数すうが150以上いじょうの強いつよい結び付きむすびつきを持つもつところも多数たすう存在そんざいし、ここでもアダルトカテゴリに顕著けんちょな傾向けいこうが見みられた。さらに、ホストのリンク数すうを示すしめす「次数じすう」もアダルトカテゴリや、その他そのたの有害ゆうがいサイトが多かっおおかった。

　また、安全あんぜんなカテゴリのページからであっても、リンクを辿るたどることによって、有害ゆうがいサイトに到達とうたつする可能かのう性せいが高まるたかまることが判明はんめいした。例えばたとえば、アダルトカテゴリに到達とうたつする率りつは、安全あんぜんなカテゴリ（アート・エンターテイメント、スポーツ、旅行りょこうなど）から出発しゅっぱつし、1ジャンプ先さきでは平均へいきん0.27％ぱーせんとだが、2〜から3ジャンプ先さきでは平均へいきん2.69％ぱーせんとまで高まったかまった。特にとくに、ユーザーがリンクを貼るはるCGMコンテンツは他たのカテゴリに結び付くむすびつく可能かのう性せいが高くたかくなり、結果けっか的てきに有害ゆうがいサイトへ行き着きいきつきやすい傾向けいこうであることがわかった。このほか、アダルトカテゴリ内ないでは、930ドメインがすべて相互そうごリンクする集合しゅうごう（巨大きょだいクリーク）が確認かくにんされた。

　今回こんかいの研究けんきゅう成果せいかを応用おうようすれば、ホストのリンク構造こうぞうを解析かいせきすることで、カテゴリの類推るいすいが可能かのうという。共同きょうどう研究けんきゅう員いんの東京大学とうきょうだいがく大学院だいがくいん情報じょうほう理工りこう学がく系けい研究けんきゅう科か講師こうしの増田ますだ直紀なおき氏しは、「日々ひび何なん百ひゃく億おくというWebページが更新こうしんされる中じゅうで、新しいあたらしいデータベースを作っつくってカテゴライズしていくのは間に合わまにあわないことがある。今いままで、新しいあたらしいサイトが安全あんぜんかどうかわからない場合ばあいは“Unknown”としていたが、サイトのリンク先さき・リンク元もとを見るみることで、サイトのカテゴリを推定すいていできる。ユーザーがアクセスする前ぜんに、サイトのレコメンデーションが可能かのうになる」と述べのべた。

●研究けんきゅう成果せいかの応用おうようでサイトの分類ぶんるい・危険きけん度ど識別しきべつを向上こうじょう
　今回こんかいの共同きょうどう研究けんきゅうは、東京とうきょう大学だいがくの産学さんがく連携れんけいプロジェクト「Proprius21」の一環いっかんとして実施じっしされたものだ。「Webリンク構造こうぞうの解析かいせき結果けっか」は共同きょうどう研究けんきゅう成果せいかの第だい1弾だんとなる。東京大学とうきょうだいがく産学さんがく連携れんけい本部ほんぶ長ちょうの藤田ふじた隆史たかし教授きょうじゅは、「Proprius21では、大学だいがく側かわから企業きぎょうにアプローチして、共同きょうどう研究けんきゅうを行なっおこなっている。東京とうきょう大学だいがくでは、国際こくさい産学さんがく連携れんけいを発表はっぴょうしており、グローバルな展開てんかいを行なっおこなっているトレンドマイクロに声こえをかけた。また、情報じょうほうセキュリティ分野ぶんやについては理工りこう系けいだけでは十分じゅうぶんな研究けんきゅうができない。今回こんかいは、経済けいざい学がく研究けんきゅう科かとも共同きょうどうで取り組んとりくんだ」と述べのべた。情報じょうほう理工りこう学がく系けい研究けんきゅう科かの増田ますだ氏しは、「学内がくないのデータだけでは不十分ふじゅうぶん。トレンドマイクロ提供ていきょうのデータを使用しようすることで、十分じゅうぶんな研究けんきゅうデータが取れるとれる」と説明せつめいした。

　トレンドマイクロ上席じょうせき執行しっこう役員やくいん日本にほん代表だいひょうの大おお三川みかわ彰彦あきひこ氏しは、「現在げんざい、インターネット上じょうの脅威きょういはWebページからの感染かんせん経路けいろがほとんど。Webページは毎日まいにち300億おくページも更新こうしんされており、従来じゅうらいの目視もくし検査けんさやテキストマイニングでは分析ぶんせきが追い付かおいつかない。トレンドマイクロは数すう年ねん前ぜんから対策たいさくを考えかんがえているが、今回こんかい、東京とうきょう大学だいがくからお話おはなしをいただき、共同きょうどう研究けんきゅうを行なっおこなったことで、とても良いよい成果せいかが出でた」とした。また、同社どうしゃの事業じぎょう開発かいはつ室しつテクノロジーリサーチ課かテクノロジーリサーチマネージャーの近藤こんどう賢志けんじ氏しは、「今回こんかいの研究けんきゅう成果せいかから、各かくカテゴリへの関連かんれん性せいに基づくもとづくサイトの危険きけん度ど・脅威きょうい判定はんていが可能かのうになる。さらに、言語ごんごや表現ひょうげんのゆれなどに依存いぞんしない、高こう精度せいどなWebカテゴリ分類ぶんるい・識別しきべつ技術ぎじゅつを確立かくりつできる」と説明せつめいした。

　東京大学とうきょうだいがくとトレンドマイクロでは、今後こんごも共同きょうどう研究けんきゅうを継続けいぞくする。近藤こんどう氏しは、「半年はんとし間かんの研究けんきゅうでは、まだまだ不十分ふじゅうぶんなところもある。今回こんかいはトレンドマイクロのデータベースのみを使っつかったが、今後こんごはデータ収集しゅうしゅう規模きぼや元がんのソースを拡大かくだいしたい。ユーザーの行動こうどう分析ぶんせきによる、有害ゆうがいコンテンツへのアクセスリスク評価ひょうか指標しひょうも検討けんとうする」と述べのべた。さらに、分散ぶんさんコンピューティングによる大おお規模きぼネットワークの解析かいせきとシステム構築こうちくも計画けいかくする。そのほか、今回こんかい発表はっぴょうした研究けんきゅう成果せいかを応用おうようし、ブラウザプラグインなどによるWebサイトの危険きけん予測よそくや安全あんぜん性せいの可視かし化か・分析ぶんせきツールの提供ていきょうも検討けんとうするという。

関連かんれん情報じょうほう

■URL

　ニュースリリース

　http://jp.trendmicro.com/jp/about/news/pr/article/20080128025023.html

（野津のつ誠まこと）

2008/01/2817:53