抄録
近年，コンピュータシステムが増加し，出力ログファイルが膨大になっている．この膨大なファイルから，システム異常の検出だけでなく，検出ルールの自動獲得が求められ，特に，明示的なハードウェア障害等の検出が行われている．しかし，成りすましによる不正アクセス等，ログ中に現れにくい異常もある．例えば，「使用頻度の低いユーザによる，高頻度アクセス」等，出現パターンにより検出すべき異常である．ただ，こうした情報は，教師あり学習のための正解として与えることが困難であり，これまで対象とされてこなかった．そこで本研究は， 遺伝的プログラミングに基づいた自動グループ構成手法ADGを用いることにより，異常検出ルールの自動獲得を行う．その際，出現パターンに基づいた適応度を適切に設定することにより，教師なし学習に対応させ，不正アクセス等のパターンにも対応可能なルール抽出をも行えるようにする．
以上の目的により実験を行った結果，322個のログファイルの中から，16個の抽出ルールを発見した．また，これらのルールは，DNSに関する設定誤りを指摘する等，有効であることが確認された．したがって，本研究は，専門知識がなくても有効に機能する抽出手法であると言える．
