JP7259932B2 - 仮説検証装置、仮説検証方法、及びプログラム - Google Patents
仮説検証装置、仮説検証方法、及びプログラム Download PDFInfo
- Publication number
- JP7259932B2 JP7259932B2 JP2021501235A JP2021501235A JP7259932B2 JP 7259932 B2 JP7259932 B2 JP 7259932B2 JP 2021501235 A JP2021501235 A JP 2021501235A JP 2021501235 A JP2021501235 A JP 2021501235A JP 7259932 B2 JP7259932 B2 JP 7259932B2
- Authority
- JP
- Japan
- Prior art keywords
- hypothesis
- logical
- logical formula
- parameter
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012795 verification Methods 0.000 title claims description 141
- 238000000034 method Methods 0.000 title claims description 33
- 230000014509 gene expression Effects 0.000 claims description 119
- 230000010354 integration Effects 0.000 claims description 29
- 238000011156 evaluation Methods 0.000 claims description 15
- 238000012360 testing method Methods 0.000 claims description 7
- 238000012217 deletion Methods 0.000 claims description 4
- 230000037430 deletion Effects 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 description 36
- 238000003860 storage Methods 0.000 description 25
- 238000010586 diagram Methods 0.000 description 20
- 238000012545 processing Methods 0.000 description 20
- 238000007405 data analysis Methods 0.000 description 18
- 230000006870 function Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
- G06N5/048—Fuzzy inferencing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/50—Monitoring users, programs or devices to maintain the integrity of platforms, e.g. of processors, firmware or operating systems
- G06F21/57—Certifying or maintaining trusted computer platforms, e.g. secure boots or power-downs, version controls, system software checks, secure updates or assessing vulnerabilities
- G06F21/577—Assessing vulnerabilities and evaluating computer system security
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
- G06N5/041—Abduction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2221/00—Indexing scheme relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F2221/03—Indexing scheme relating to G06F21/50, monitoring users, programs or devices to maintain the integrity of platforms
- G06F2221/034—Test or assess a computer or a system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Automation & Control Theory (AREA)
- Fuzzy Systems (AREA)
- Debugging And Monitoring (AREA)
Description
1つの名前及び1つ以上のパラメータを含む論理式の集合によって表現された、観測データから、前記観測データと同じ形式で表現された、知識データを用いて、ありうる帰結に至る前記論理式を有する仮説候補を、複数導出する、仮説生成部と、
前記仮説候補それぞれの前記論理式を統合して、論理式集合を構築し、そして、前記論理式集合の中に、重複する論理式が存在する場合は、そのうち一つのみを残し、残りを削除する、仮説統合部と、
前記論理式集合の中に、前記観測データから得られた値を有する第1のパラメータと、前記観測データから得られた値を有していない第2のパラメータとを含む論理式が存在する場合は、これを対象論理式として、前記観測データ及び前記対象論理式の名前に基づいて、前記第2のパラメータの値を取得して、取得した前記第2のパラメータの値を前記対象論理式に入力し、
一方、前記対象論理式となる論理式が存在せず、1つ以上のパラメータに、予め値を持つ、又は推論知識によって得られた値を持つ、論理式が存在する場合は、この存在する論理式に対して真偽を判定する、仮説検証部と、
を備え、
前記仮説生成部は、前記論理式の真偽が判定されるか、または、前記対象論理式に前記第2のパラメータの値が入力されると、真偽判定がなされた論理式又は前記対象論理式を、前記観測データに追加して、再度、仮説候補を導出する、
ことを特徴とする。
(a)1つの名前及び1つ以上のパラメータを含む論理式の集合によって表現された、観測データから、前記観測データと同じ形式で表現された、知識データを用いて、ありうる帰結に至る前記論理式を有する仮説候補を、複数導出する、ステップと、
(b)前記仮説候補それぞれの前記論理式を統合して、論理式集合を構築し、そして、前記論理式集合の中に、重複する論理式が存在する場合は、そのうち一つのみを残し、残りを削除する、ステップと、
(c)前記論理式集合の中に、前記観測データから得られた値を有する第1のパラメータと、前記観測データから得られた値を有していない第2のパラメータとを含む論理式が存在する場合は、これを対象論理式として、前記観測データ及び前記対象論理式の名前に基づいて、前記第2のパラメータの値を取得して、取得した前記第2のパラメータの値を前記対象論理式に入力する、ステップと、
(d)前記論理式集合の中に、前記対象論理式となる論理式が存在せず、1つ以上のパラメータに、予め値を持つ、又は推論知識によって得られた値を持つ、論理式が存在する場合は、この存在する論理式に対して真偽を判定する、ステップと、
(e)前記(d)のステップで前記論理式の真偽が判定されるか、または、前記(c)のステップで前記対象論理式に前記第2のパラメータの値が入力されると、真偽判定がなされた論理式又は前記対象論理式を、前記観測データに追加して、再度、仮説候補を導出する、ステップと、
を有する、ことを特徴とする。
コンピュータに、
(a)1つの名前及び1つ以上のパラメータを含む論理式の集合によって表現された、観測データから、前記観測データと同じ形式で表現された、知識データを用いて、ありうる帰結に至る前記論理式を有する仮説候補を、複数導出する、ステップと、
(b)前記仮説候補それぞれの前記論理式を統合して、論理式集合を構築し、そして、前記論理式集合の中に、重複する論理式が存在する場合は、そのうち一つのみを残し、残りを削除する、ステップと、
(c)前記論理式集合の中に、前記観測データから得られた値を有する第1のパラメータと、前記観測データから得られた値を有していない第2のパラメータとを含む論理式が存在する場合は、これを対象論理式として、前記観測データ及び前記対象論理式の名前に基づいて、前記第2のパラメータの値を取得して、取得した前記第2のパラメータの値を前記対象論理式に入力する、ステップと、
(d)前記論理式集合の中に、前記対象論理式となる論理式が存在せず、1つ以上のパラメータに、予め値を持つ、又は推論知識によって得られた値を持つ、論理式が存在する場合は、この存在する論理式に対して真偽を判定する、ステップと、
(e)前記(d)のステップで前記論理式の真偽が判定されるか、または、前記(c)のステップで前記対象論理式に前記第2のパラメータの値が入力されると、真偽判定がなされた論理式又は前記対象論理式を、前記観測データに追加して、再度、仮説候補を導出する、ステップと、
を実行させることを特徴とする。
以下、本発明の実施の形態における、仮説検証装置、仮説検証方法、及びプログラムについて、図1~図11を参照しながら説明する。
最初に、図1を用いて、本実施の形態における仮説検証装置の概略構成について説明する。図1は、本発明の実施の形態における仮説検証装置の概略構成を示すブロック図である。
文献2:Jose A. Gamez,“Abductive Inference in Bayesian Networks”, [online], Springer Link,<URL: https://link.springer.com/chapter/10.1007/978-3-540-39879-0_6>
次に、本発明の実施の形態における仮説検証装置10の動作について、図7を用いて説明する。図7は、本発明の実施の形態における仮説検証装置の動作を示すフロー図である。以下の説明においては、適宜図1~図6を参酌する。また、本実施の形態では、仮説検証装置10を動作させることによって、仮説検証方法が実施される。よって、本実施の形態における仮説検証方法の説明は、以下の仮説検証装置の動作説明に代える。
このように、本実施の形態によれば、複数の仮説候補を統合して論理式集合が構築され、この論理式集合について検証が行われる。このため、複数の仮説候補の中から、検証に値する仮説候補を選択するに際して、処理負担が低減される。また、統合の対象となる仮説候補は、評価関数による評価値が、同等で最良であり、且つ、構成の異なる、複数の仮説候補である。よって、誤った仮説候補が選択される可能性が大きく低減される。
ここで、図9を用いて、本実施の形態の具体例1について説明する。図9は、本発明の実施の形態における具体例1での処理内容を示す図である。図9の例は、MD5で暗号化されたデータが復号され、それによって所望の文字列が取得される例を示している。この例では、入力受付部19は、観測データとして、例えば、「isText」と「!isMeaningful」との入力を受け付ける。
続いて、図10を用いて、本実施の形態の具体例2について説明する。図10は、本発明の実施の形態における具体例2での処理内容を示す図である。図10の例は、ログファイルから不正ログインの痕跡が発見される例が示されている。この例では、入力受付部19は、例えば、観測データとして、「isEventFile」の入力を受け付ける。
本発明の実施の形態におけるプログラムは、コンピュータに、図7に示すステップA1~A14を実行させるプログラムであれば良い。このプログラムをコンピュータにインストールし、実行することによって、本実施の形態における仮説検証装置と仮説検証方法とを実現することができる。この場合、コンピュータのプロセッサは、仮説生成部11、仮説統合部12、仮説検証部13、帰結設定部14、データ解析部17、検証結果表示部18、及び入力受付部19として機能し、処理を行なう。
1つの名前及び1つ以上のパラメータを含む論理式の集合によって表現された、観測データから、前記観測データと同じ形式で表現された、知識データを用いて、ありうる帰結に至る前記論理式を有する仮説候補を、複数導出する、仮説生成部と、
前記仮説候補それぞれの前記論理式を統合して、論理式集合を構築し、そして、前記論理式集合の中に、重複する論理式が存在する場合は、そのうち一つのみを残し、残りを削除する、仮説統合部と、
前記論理式集合の中に、前記観測データから得られた値を有する第1のパラメータと、前記観測データから得られた値を有していない第2のパラメータとを含む論理式が存在する場合は、これを対象論理式として、前記観測データ及び前記対象論理式の名前に基づいて、前記第2のパラメータの値を取得して、取得した前記第2のパラメータの値を前記対象論理式に入力し、
一方、前記対象論理式となる論理式が存在せず、1つ以上のパラメータに、予め値を持つ、又は推論知識によって得られた値を持つ、論理式が存在する場合は、この存在する論理式に対して真偽を判定する、仮説検証部と、
を備え、
前記仮説生成部は、前記論理式の真偽が判定されるか、または、前記対象論理式に前記第2のパラメータの値が入力されると、真偽判定がなされた論理式又は前記対象論理式を、前記観測データに追加して、再度、仮説候補を導出する、
ことを特徴とする仮説検証装置。
付記1に記載の仮説検証装置であって、
前記仮説生成部が、評価関数による評価値が、同等で最良であり、且つ、構成の異なる、複数の前記仮説候補を導出する、
ことを特徴とする仮説検証装置。
付記1または2に記載の仮説検証装置であって、
前記仮説生成部が、グラフ構造で構成された前記仮説候補を導出し、
前記仮説統合部が、削除後に、前記グラフ構造に基づいて、前記論理式集合を構成する前記論理式によるグラフ構造を構築する、
ことを特徴とする仮説検証装置。
付記1~3のいずれかに記載の仮説検証装置であって、
前記仮説生成部が、前記論理式集合を構成する前記論理式それぞれが、その全てのパラメータに値を有している場合に、最後に導出した仮説候補を最終的な仮説として出力する、
ことを特徴とする仮説検証装置。
付記4に記載の仮説検証装置であって、
前記最終的な仮説を検証結果として画面上に表示する、検証結果表示部を更に備えている、
ことを特徴とする仮説検証装置。
(a)1つの名前及び1つ以上のパラメータを含む論理式の集合によって表現された、観測データから、前記観測データと同じ形式で表現された、知識データを用いて、ありうる帰結に至る前記論理式を有する仮説候補を、複数導出する、ステップと、
(b)前記仮説候補それぞれの前記論理式を統合して、論理式集合を構築し、そして、前記論理式集合の中に、重複する論理式が存在する場合は、そのうち一つのみを残し、残りを削除する、ステップと、
(c)前記論理式集合の中に、前記観測データから得られた値を有する第1のパラメータと、前記観測データから得られた値を有していない第2のパラメータとを含む論理式が存在する場合は、これを対象論理式として、前記観測データ及び前記対象論理式の名前に基づいて、前記第2のパラメータの値を取得して、取得した前記第2のパラメータの値を前記対象論理式に入力する、ステップと、
(d)前記論理式集合の中に、前記対象論理式となる論理式が存在せず、1つ以上のパラメータに、予め値を持つ、又は推論知識によって得られた値を持つ、論理式が存在する場合は、この存在する論理式に対して真偽を判定する、ステップと、
(e)前記(d)のステップで前記論理式の真偽が判定されるか、または、前記(c)のステップで前記対象論理式に前記第2のパラメータの値が入力されると、真偽判定がなされた論理式又は前記対象論理式を、前記観測データに追加して、再度、仮説候補を導出する、ステップと、
を有する、ことを特徴とする仮説検証方法。
付記6に記載の仮説検証方法であって、
前記(a)のステップで、評価関数による評価値が、同等で最良であり、且つ、構成の異なる、複数の前記仮説候補を導出する、
ことを特徴とする仮説検証方法。
付記6または7に記載の仮説検証方法であって、
前記(a)のステップで、グラフ構造で構成された前記仮説候補を導出し、
前記(b)のステップで、削除後に、前記グラフ構造に基づいて、前記論理式集合を構成する前記論理式によるグラフ構造を構築する、
ことを特徴とする仮説検証方法。
付記6~8のいずれかに記載の仮説検証方法であって、
前記(e)のステップで、前記論理式集合を構成する前記論理式それぞれが、その全てのパラメータに値を有している場合に、最後に導出した仮説候補を最終的な仮説として出力する、
ことを特徴とする仮説検証方法。
付記9に記載の仮説検証方法であって、
(f)前記最終的な仮説を検証結果として画面上に表示する、ステップを更に有する、
ことを特徴とする仮説検証方法。
コンピュータに、
(a)1つの名前及び1つ以上のパラメータを含む論理式の集合によって表現された、観測データから、前記観測データと同じ形式で表現された、知識データを用いて、ありうる帰結に至る前記論理式を有する仮説候補を、複数導出する、ステップと、
(b)前記仮説候補それぞれの前記論理式を統合して、論理式集合を構築し、そして、前記論理式集合の中に、重複する論理式が存在する場合は、そのうち一つのみを残し、残りを削除する、ステップと、
(c)前記論理式集合の中に、前記観測データから得られた値を有する第1のパラメータと、前記観測データから得られた値を有していない第2のパラメータとを含む論理式が存在する場合は、これを対象論理式として、前記観測データ及び前記対象論理式の名前に基づいて、前記第2のパラメータの値を取得して、取得した前記第2のパラメータの値を前記対象論理式に入力する、ステップと、
(d)前記論理式集合の中に、前記対象論理式となる論理式が存在せず、1つ以上のパラメータに、予め値を持つ、又は推論知識によって得られた値を持つ、論理式が存在する場合は、この存在する論理式に対して真偽を判定する、ステップと、
(e)前記(d)のステップで前記論理式の真偽が判定されるか、または、前記(c)のステップで前記対象論理式に前記第2のパラメータの値が入力されると、真偽判定がなされた論理式又は前記対象論理式を、前記観測データに追加して、再度、仮説候補を導出する、ステップと、
を実行させる、プログラム。
付記11に記載のプログラムであって、
前記(a)のステップで、評価関数による評価値が、同等で最良であり、且つ、構成の異なる、複数の前記仮説候補を導出する、
ことを特徴とするプログラム。
付記11または12に記載のプログラムであって、
前記(a)のステップで、グラフ構造で構成された前記仮説候補を導出し、
前記(b)のステップで、削除後に、前記グラフ構造に基づいて、前記論理式集合を構成する前記論理式によるグラフ構造を構築する、
ことを特徴とするプログラム。
付記11~13のいずれかに記載のプログラムであって、
前記(e)のステップで、前記論理式集合を構成する前記論理式それぞれが、その全てのパラメータに値を有している場合に、最後に導出した仮説候補を最終的な仮説として出力する、
ことを特徴とするプログラム。
付記14に記載のプログラムであって、
前記コンピュータに、
(f)前記最終的な仮説を検証結果として画面上に表示する、ステップを実行させる、
ことを特徴とするプログラム。
11 仮説生成部
12 仮説統合部
13 仮説検証部
14 帰結設定部
15 帰結格納部
16 推論知識格納部
17 データ解析部
18 検証結果表示部
19 入力受付部
20 表示装置
110 コンピュータ
111 CPU
112 メインメモリ
113 記憶装置
114 入力インターフェイス
115 表示コントローラ
116 データリーダ/ライタ
117 通信インターフェイス
118 入力機器
119 ディスプレイ装置
120 記録媒体
121 バス
Claims (7)
- 1つの名前及び1つ以上のパラメータを含む論理式の集合によって表現された、観測データから、前記観測データと同じ形式で表現された、知識データを用いて、ありうる帰結に至る前記論理式を有する仮説候補を、複数導出する、仮説生成部と、
前記仮説候補それぞれの前記論理式を統合して、論理式集合を構築し、そして、前記論理式集合の中に、重複する論理式が存在する場合は、そのうち一つのみを残し、残りを削除する、仮説統合部と、
前記論理式集合の中に、前記観測データから得られた値を有する第1のパラメータと、前記観測データから得られた値を有していない第2のパラメータとを含む論理式が存在する場合は、これを対象論理式として、前記観測データ及び前記対象論理式の名前に基づいて、前記第2のパラメータの値を取得して、取得した前記第2のパラメータの値を前記対象論理式に入力し、
一方、前記対象論理式となる論理式が存在せず、1つ以上のパラメータに、予め値を持つ、又は推論知識によって得られた値を持つ、論理式が存在する場合は、この存在する論理式に対して真偽を判定する、仮説検証部と、
を備え、
前記仮説生成部は、前記論理式の真偽が判定されるか、または、前記対象論理式に前記第2のパラメータの値が入力されると、真偽判定がなされた論理式又は前記対象論理式を、前記観測データに追加して、再度、仮説候補を導出する、
ことを特徴とする仮説検証装置。 - 請求項1に記載の仮説検証装置であって、
前記仮説生成部が、評価関数による評価値が、同等で最良であり、且つ、構成の異なる、複数の前記仮説候補を導出する、
ことを特徴とする仮説検証装置。 - 請求項1または2に記載の仮説検証装置であって、
前記仮説生成部が、グラフ構造で構成された前記仮説候補を導出し、
前記仮説統合部が、削除後に、前記グラフ構造に基づいて、前記論理式集合を構成する前記論理式によるグラフ構造を構築する、
ことを特徴とする仮説検証装置。 - 請求項1~3のいずれかに記載の仮説検証装置であって、
前記仮説生成部が、前記論理式集合を構成する前記論理式それぞれが、その全てのパラメータに値を有している場合に、最後に導出した仮説候補を最終的な仮説として出力する、
ことを特徴とする仮説検証装置。 - 請求項4に記載の仮説検証装置であって、
前記最終的な仮説を検証結果として画面上に表示する、検証結果表示部を更に備えている、
ことを特徴とする仮説検証装置。 - コンピュータが実行する方法であって、
(a)1つの名前及び1つ以上のパラメータを含む論理式の集合によって表現された、観測データから、前記観測データと同じ形式で表現された、知識データを用いて、ありうる帰結に至る前記論理式を有する仮説候補を、複数導出する、ステップと、
(b)前記仮説候補それぞれの前記論理式を統合して、論理式集合を構築し、そして、前記論理式集合の中に、重複する論理式が存在する場合は、そのうち一つのみを残し、残りを削除する、ステップと、
(c)前記論理式集合の中に、前記観測データから得られた値を有する第1のパラメータと、前記観測データから得られた値を有していない第2のパラメータとを含む論理式が存在する場合は、これを対象論理式として、前記観測データ及び前記対象論理式の名前に基づいて、前記第2のパラメータの値を取得して、取得した前記第2のパラメータの値を前記対象論理式に入力する、ステップと、
(d)前記論理式集合の中に、前記対象論理式となる論理式が存在せず、1つ以上のパラメータに、予め値を持つ、又は推論知識によって得られた値を持つ、論理式が存在する場合は、この存在する論理式に対して真偽を判定する、ステップと、
(e)前記(d)のステップで前記論理式の真偽が判定されるか、または、前記(c)のステップで前記対象論理式に前記第2のパラメータの値が入力されると、真偽判定がなされた論理式又は前記対象論理式を、前記観測データに追加して、再度、仮説候補を導出する、ステップと、
を有する、ことを特徴とする仮説検証方法。 - コンピュータに、
(a)1つの名前及び1つ以上のパラメータを含む論理式の集合によって表現された、観測データから、前記観測データと同じ形式で表現された、知識データを用いて、ありうる帰結に至る前記論理式を有する仮説候補を、複数導出する、ステップと、
(b)前記仮説候補それぞれの前記論理式を統合して、論理式集合を構築し、そして、前記論理式集合の中に、重複する論理式が存在する場合は、そのうち一つのみを残し、残りを削除する、ステップと、
(c)前記論理式集合の中に、前記観測データから得られた値を有する第1のパラメータと、前記観測データから得られた値を有していない第2のパラメータとを含む論理式が存在する場合は、これを対象論理式として、前記観測データ及び前記対象論理式の名前に基づいて、前記第2のパラメータの値を取得して、取得した前記第2のパラメータの値を前記対象論理式に入力する、ステップと、
(d)前記論理式集合の中に、前記対象論理式となる論理式が存在せず、1つ以上のパラメータに、予め値を持つ、又は推論知識によって得られた値を持つ、論理式が存在する場合は、この存在する論理式に対して真偽を判定する、ステップと、
(e)前記(d)のステップで前記論理式の真偽が判定されるか、または、前記(c)のステップで前記対象論理式に前記第2のパラメータの値が入力されると、真偽判定がなされた論理式又は前記対象論理式を、前記観測データに追加して、再度、仮説候補を導出する、ステップと、
を実行させる、プログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2019/006648 WO2020170400A1 (ja) | 2019-02-21 | 2019-02-21 | 仮説検証装置、仮説検証方法、及びコンピュータ読み取り可能な記録媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2020170400A1 JPWO2020170400A1 (ja) | 2021-12-16 |
JP7259932B2 true JP7259932B2 (ja) | 2023-04-18 |
Family
ID=72144801
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021501235A Active JP7259932B2 (ja) | 2019-02-21 | 2019-02-21 | 仮説検証装置、仮説検証方法、及びプログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US20220147850A1 (ja) |
JP (1) | JP7259932B2 (ja) |
WO (1) | WO2020170400A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022190326A1 (ja) * | 2021-03-11 | 2022-09-15 | 日本電気株式会社 | 推論分析装置、推論装置、推論分析方法、及びコンピュータ読み取り可能な記録媒体 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018229877A1 (ja) | 2017-06-13 | 2018-12-20 | 日本電気株式会社 | 仮説推論装置、仮説推論方法、及びコンピュータ読み取り可能な記録媒体 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS59188747A (ja) * | 1983-04-08 | 1984-10-26 | Nec Corp | 潜在エラ−検出装置 |
EP1877968A2 (en) * | 2005-04-12 | 2008-01-16 | Alianna J. Maren | System and method for evidence accumulation and hypothesis generation |
US8756173B2 (en) * | 2011-01-19 | 2014-06-17 | Qualcomm Incorporated | Machine learning of known or unknown motion states with sensor fusion |
US9177250B2 (en) * | 2013-06-28 | 2015-11-03 | Vmware, Inc. | Method and system for determining configuration rules based on configurations of complex systems |
JP2016091039A (ja) * | 2014-10-29 | 2016-05-23 | 株式会社デンソー | 危険予測装置、運転支援システム |
US10267661B2 (en) * | 2015-03-23 | 2019-04-23 | Incoming Pty Ltd | Energy efficient mobile context collection |
US11113614B2 (en) * | 2015-07-29 | 2021-09-07 | Parsons Corporation | Enterprise hypothesis orchestration |
US10296443B2 (en) * | 2015-10-09 | 2019-05-21 | The Board Of Trustees Of The University Of Illinois | Automatically predicting faults that caused software failures using a Markov logic network |
US10592603B2 (en) * | 2016-02-03 | 2020-03-17 | International Business Machines Corporation | Identifying logic problems in text using a statistical approach and natural language processing |
US11042702B2 (en) * | 2016-02-04 | 2021-06-22 | International Business Machines Corporation | Solving textual logic problems using a statistical approach and natural language processing |
JP6555175B2 (ja) * | 2016-04-01 | 2019-08-07 | 株式会社デンソー | 運転支援装置及び運転支援プログラム |
-
2019
- 2019-02-21 US US17/431,768 patent/US20220147850A1/en active Pending
- 2019-02-21 WO PCT/JP2019/006648 patent/WO2020170400A1/ja active Application Filing
- 2019-02-21 JP JP2021501235A patent/JP7259932B2/ja active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018229877A1 (ja) | 2017-06-13 | 2018-12-20 | 日本電気株式会社 | 仮説推論装置、仮説推論方法、及びコンピュータ読み取り可能な記録媒体 |
Non-Patent Citations (1)
Title |
---|
兼岩 憲,東条 敏,イベントとプロパティの区別を導入した型階層論理,コンピュータソフトウェア,日本,日本ソフトウェア科学会 JAPAN SOCIETY FOR SOFTWARE,2000年03月15日,VOL.17 NO.2,第10~24ページ |
Also Published As
Publication number | Publication date |
---|---|
WO2020170400A1 (ja) | 2020-08-27 |
US20220147850A1 (en) | 2022-05-12 |
JPWO2020170400A1 (ja) | 2021-12-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102705925B1 (ko) | 샌드박스 및 인공지능을 사용한 블록체인 스마트 계약 기반 디지털 자산에 대한 지속적인 취약점 관리 시스템 | |
JP6530786B2 (ja) | Webページの悪意のある要素を検出するシステム及び方法 | |
US11734433B2 (en) | Open source vulnerability remediation tool | |
US10990516B1 (en) | Method, apparatus, and computer program product for predictive API test suite selection | |
KR102101050B1 (ko) | 소프트웨어 빌드 에러를 예측하기 위한 방법 및 시스템 | |
US11941491B2 (en) | Methods and apparatus for identifying an impact of a portion of a file on machine learning classification of malicious content | |
US20210136098A1 (en) | Root cause analysis in multivariate unsupervised anomaly detection | |
JP5946423B2 (ja) | システム・ログの分類方法、プログラム及びシステム | |
KR20190109427A (ko) | 침입 탐지를 위한 지속적인 학습 | |
Gonzalez et al. | Automated characterization of software vulnerabilities | |
US11385988B2 (en) | System and method to improve results of a static code analysis based on the probability of a true error | |
JP5868515B2 (ja) | シグニチャ検証装置及びシグニチャ検証方法及びプログラム | |
JPWO2020137847A1 (ja) | アタックツリー生成装置、アタックツリー生成方法およびアタックツリー生成プログラム | |
JP7259932B2 (ja) | 仮説検証装置、仮説検証方法、及びプログラム | |
WO2021183382A1 (en) | Graph-based method for inductive bug localization | |
JP5555238B2 (ja) | ベイジアンネットワーク構造学習のための情報処理装置及びプログラム | |
CN115208938B (zh) | 用户行为管控方法及装置、计算机可读存储介质 | |
JP6911928B2 (ja) | 仮説検証装置、仮説検証方法、及びプログラム | |
Ufuktepe et al. | Estimating software robustness in relation to input validation vulnerabilities using Bayesian networks | |
KR20210134527A (ko) | 데이터 처리 방법, 장치, 기기, 저장 매체 및 컴퓨터 프로그램 | |
KR102046249B1 (ko) | 머신러닝 기반 악성코드 탐지를 위한 특성선정 방법 및 이를 수행하기 위한 기록매체 및 장치 | |
JP5532052B2 (ja) | 評価モデル分析システム、評価モデル分析方法およびプログラム | |
WO2020044413A1 (ja) | 仮説推論装置、仮説推論方法、及びコンピュータ読み取り可能な記録媒体 | |
JP6631139B2 (ja) | 検索制御プログラム、検索制御方法および検索サーバ装置 | |
CN117114087B (zh) | 故障预测方法、计算机设备和可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210819 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210819 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221025 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221221 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230307 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230320 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7259932 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |