PORTFOLIO OF
DAIKI HATA
大阪大学大学院で情報ネットワークを学んでいます。学部時代から、高速なネットワークでサイバー攻撃を検出するシステムの研究に取り組んでいます。
01
子どもの頃から、身の回りにあるさまざまなものが「なぜ動くのか」「どのような仕組みで成り立っているのか」に興味がありました。なかでも、コンピュータやソフトウェアの動作原理に強く惹かれていました。
中学生のときにJavaの入門書を通してプログラミングの存在を知り、独学でJavaを勉強しました。自分が書いたコードによってコンピュータが意図したとおりに動くことに面白さを感じ、大学でも情報科学を学ぶことを選びました。
現在では、小学校でもプログラミング教育が行われていると知り、少しうらやましく思っています。一方で、自分で入門書を探し、分からないことを一つずつ試しながら学んだ経験は、現在の学習姿勢の原点にもなっています。
仕組みを理解するだけで終わるのではなく、そこにある課題を整理し、技術を使って解決策を形にできるようになりたいと考えています。
02
学部時代には研究へ十分な時間を割くことが難しかったため、大学院で自分の専攻分野をさらに深めたいと考えました。
もう一つの理由は、研究を進めるうえで必要になる力が、今後エンジニアとして成長していくうえでも重要だと考えたことです。
特に現在は、自分が行ったことを分かりやすく整理し、誰もが根拠を確認できる形で伝えることに苦戦しています。この力は研究にも将来の仕事にも必要であるため、研究発表や議論を重ねながら身につけていきたいと考えています。
これまで学んできた幅広い情報系の知識を、実際のプロダクトやシステムの開発に活かし、社会へ還元できるエンジニアになりたいと考えています。
自分が開発に関わったものが、研究や試作だけで終わるのではなく、実際に社会の中で使われ、人の役に立つことを重視しています。
現在は、AIがコードを生成できる範囲が急速に広がっています。そのため、将来のエンジニアには、単にコードを書くことだけでなく、現場のニーズや制約を理解し、それを要件やシステム設計へ反映する役割が、より強く求められると考えています。
長期的には、利用者や現場の声を汲み取り、何を作るべきかを考え、いわゆる上流工程と呼ばれる領域から実装・評価まで関われるエンジニアを目指しています。
AIが作ったものについて、目的に合っているか、品質に問題がないか、社会的に許容できるかを最終的に評価することも、人間に残る重要な役割だと考えています。
私は、技術者全般に求められる倫理観を重視したいと考えています。世の中には、利便性や性能を優先するあまり、倫理的な問題が十分に考慮されていないサービスやプロダクトも存在すると感じています。
分かりやすい例の一つが生成AIです。より良いAIを開発するために大量のコンテンツを学習へ利用することと、著作権者や制作者の権利をどのように守るかの間には、簡単には解決できない問題があります。
このような構造的な問題を、私一人の力で是正することは難しいと思います。それでも、自分が開発へ関わるものについては、誰にどのような影響があるか、利用するデータや技術に問題がないかを考え、倫理を軽視したものにならないようにしたいです。
AIが作ったものを人間が評価する場面が増えるほど、何を良いものと判断するのかという基準と、その基礎になる倫理観は、これまで以上に重要になると考えています。
私は、成長するためには実際に経験することが大切だと考えています。うまくいった経験は自信につながります。一方で、成長という観点では、想定どおりに進まなかった経験や失敗した経験から得られるものが特に大きいと思います。
失敗を避けることよりも、失敗から何を学び、その後の行動へどのように反映するかが重要です。自分が苦手だと思うことも、単に「できないこと」と捉えるのではなく、まだ成長できる部分、つまり伸びしろを見つけたと考えるようにしています。
また、知識や経験が増えても、子どもの頃のように「なぜだろう」と問い直す姿勢や、固定観念にとらわれない柔軟な発想を失いたくないと思っています。
03
RESEARCH THEME
学部時代から継続して、「スマートNICを活用したフロー特徴量に基づく攻撃検出システムの実装」に取り組んでいます。
目的は、膨大な通信が流れるネットワークにおいて、通信速度を維持しながら、従来の方法では見つけにくいサイバー攻撃を検出することです。
HOW IT WORKS
番号を選ぶと、その段階の説明が切り替わります。
大量の通信がプログラマブルスイッチへ到着します。
すでに良性または悪性と判定された通信は、スイッチが直ちに転送、遮断、または追加検査への振り分けを行います。
まだ判定できていない通信は、解析に必要な識別情報や統計情報だけをスマートNICへ送ります。
スマートNICは、フローごとの履歴と送信元をまたいだ情報を蓄積し、機械学習モデルと攻撃ごとの判定ルールを用いて脅威を検出します。
判定結果をスイッチへ返します。それ以降の同種通信は、スマートNICで繰り返し解析することなく、スイッチ側で高速に処理できます。
短時間で大量の通信を送り、サーバを機能不全に陥れる攻撃は、通信量が急激に増えるため比較的検出しやすいという特徴があります。
一方で、少量の通信を長時間継続したり、多数の短い接続を繰り返したりする「低レート・スロー攻撃」もあります。一つひとつの通信は正常な通信とよく似ているため、その瞬間の通信量だけを見ても攻撃かどうかを判断できません。
本研究では、同じ送信元・宛先やポート番号を持つ一連の通信を「フロー」と呼びます。その継続時間やパケット数など、通信の振る舞いを表す値が「フロー特徴量」です。通信内容そのものをすべて読み取るのではなく、フロー特徴量を蓄積することで攻撃の兆候を捉えます。
大規模なネットワークでは、同時に数百万から数千万ものフローが発生します。これらの履歴を記録しながら、到着するパケットをリアルタイムに処理しなければなりません。
しかし、一種類の装置だけで、高速な処理と大規模な履歴管理の両方を担うことには限界があります。そこで研究グループでは、二つの装置に同じ処理をさせるのではなく、それぞれの長所に応じて役割を分担させました。
私は、この攻撃検出基盤のうち、スマートNIC上で通信履歴を管理し、攻撃を判定する部分の設計・実装を中心に担当しました。
スマートNICは通信機能に加えてプロセッサとメモリを備えています。しかし、複数のプロセッサコアが同じ通信履歴を更新すると処理の競合が起きます。また、大量の履歴を外部メモリから毎回検索すると、メモリアクセスの待ち時間が性能低下の原因になります。
同じ送信元から発生した通信を、常に同じ処理コアへ割り当てるようにしました。複数のコアが同じ履歴を同時に更新しなくなるため、データを保護するための待ち合わせ処理を減らせます。
検索に必要な小さな情報と、実際の統計データを別々に保存するデータ構造を設計しました。小さな索引を手元に置き、詳しい内容だけを資料庫から取り出すような仕組みです。
スマートNICが備えるハードウェアの振り分け機能と、ソフトウェアによる詳細な割り当て処理を組み合わせ、柔軟性を保ちながら並列処理を高速化しました。
NVIDIA BlueField-3を用いた実機実験では、毎秒約2,400万パケット相当の通信記録を、測定条件においてパケットロスなく処理できました。
また、処理コア間の負荷の偏りや、複数コアで共有するデータ領域へのアクセスが、さらなる高速化を妨げていることも明らかにしました。目標値だけでなく、測定結果から次に解決すべき問題を特定することも、研究における重要な成果だと考えています。
すべての処理を一つの高性能な装置へ集約するのではなく、異なる装置へ適切に役割を割り当てることで、高速性と高度な攻撃検出を両立できることを示しました。
1.2 Tbps・99.7%・99%は研究グループ全体のシステムに関する結果です。私が担当したスマートNIC実装だけの成果ではありません。
この研究を通して、単にプログラムを高速化するだけでは、大規模なシステムの問題は解決できないと学びました。
スイッチとスマートNICのどちらに何を担当させるか、データをどこに保存するか、複数の処理コアに仕事をどのように割り当てるかなど、システム全体を見渡した設計が必要です。
また、実装して終わるのではなく、性能を測定し、結果からボトルネックを特定し、次の改善につなげるという研究の進め方も経験しました。
5Gコアとは、スマートフォンなどの端末の接続、通信経路、移動を管理するモバイルネットワークの中枢部分です。現在は、5Gコアを構成する機能と、それぞれが保持する情報を、どの計算機やネットワーク機器へ配置すべきかを研究しています。
対象は異なりますが、「高速な処理と大規模な情報管理を、複数の装置の役割分担によってどのように両立するか」という問題意識は、これまでの攻撃検出システムの研究とも共通しています。
畑 大輝・武政 淳二・小泉 佑揮「スマートNICを活用したフロー特徴量に基づく攻撃検出システムの実装」電子情報通信学会技術研究報告、2026年
ミーティングを文字起こしする。
要点になりそうな箇所を抽出する。
元の発言と照合し、重要性を判断する。
決定事項や次に行う作業を整理する。
疑問や着想を残し、後から見返して関連付ける。
AIは要点の候補を出すところまで。元の内容との照合、重要性の判断、最終的な整理は自分で行います。
研究室とアルバイトの情報整理に、授業を受ける前から使っています。
講義で学んだ「発酵思考」を参考に、知識や疑問を後から結びつけています。
授業を受けるまでは使ったことがありませんでした。授業で扱われた「発酵思考」を参考にし、研究で新しく学んだことや考えたこと、まだ整理できていない疑問を一度記録し、後から見返して整理したり、ほかの考えと結びつけたりするために使用してみました。
Zoteroは講義で、Colabは以前に機械学習へ取り組んだ際に使いました。
授業でのみ使用し、論文と書誌情報を整理・管理する方法を学びました。
最近は使用していませんが、以前に機械学習へ取り組んだ際、GPUなどの計算資源を利用するために使っていました。
04
EDUCATION
TECHNOLOGIES
経験年数や「上級」などの熟練度は、ここでは設定していません。
QUALIFICATIONS
PUBLICATION
畑 大輝・武政 淳二・小泉 佑揮「スマートNICを活用したフロー特徴量に基づく攻撃検出システムの実装」電子情報通信学会技術研究報告、2026年
全国の予備校で使用される問題や解答・解説に不備がないかを確認する品質管理チームで、リーダーを務めました。
当時は、現場から届く不備報告の整理と修正指示が管理側へ一点集中し、業務全体のボトルネックになっていました。チーム全体の負担を減らし、持続可能で効率的な体制を作りたいと考え、従来の業務フローを見直しました。
運用面では、習熟度の高い担当者に不備報告の一次集約を任せ、管理側が最終確認に集中できる体制へ変更しました。技術面では、分散していた作業ファイルを一元管理するシステムを自ら構築し、進捗の可視化とファイル管理に伴うミスの削減を図りました。
その結果、月当たりの確認処理件数を従来の2倍に向上させることができました。この経験から、システムを作るだけでは問題は解決せず、人の役割や業務手順も含めて設計する必要があると学びました。
生成AIが出力した内容を、あらかじめ定められた評価基準に従って採点するアルバイトを経験しています。
少し余談ですが、報酬はドル払いです。円安の時期には日本円換算の報酬が高くなりやすい一方、人気のある仕事なのか、業務があまり割り振られないこともあります。
05
FOOD
麺類全般が好きで、大学の食堂でも基本的に麺類を選びます。最近は特に盛岡冷麺にはまっています。
盛岡冷麺は、関西では焼肉店以外で見かける機会があまり多くありません。梅田にある「ちるり」では盛岡冷麺を食べることができ、おすすめの店です。
FAVORITE PLACE
地元の神戸にある摩耶山掬星台は、思い出深い場所です。小学生の頃、学校行事で毎年摩耶山へ登っていたため、子どもの頃の記憶と強く結びついています。
摩耶山掬星台は日本三大夜景の一つとしても知られています。登山をしなくても、ケーブルカーとロープウェイを乗り継いで訪れることができます。
最近のリフレッシュ方法は、『リズム天国 ミラクルスターズ』です。ほかのゲームと比べて、少しの空き時間でも遊びやすいところを気に入っています。
画面を見てタイミングを合わせる「目押し」だけでは進めにくく、音をよく聴き、実際にリズムへ乗ることが求められる点が特徴です。研究や作業の合間に、短時間で頭を切り替えるのに向いています。
私は、一つのことへ長時間集中し続けるのが得意ではありません。
そのため、30分から1時間程度の短い単位で一度タスクを区切り、別のタスクへ移るようにしています。一つの作業を区切りなく続け、だらだらと時間を使ってしまうことを避けるための工夫です。
映画もありますが、あえて本で読むことで、物語だけでなくイギリスの文化を少し感じられるところが好きです。作中のヤドリギのような文化や生活に関する細かな要素が印象に残っています。また、日本語訳の独特な表現も個人的に気に入っています。
小学生から中学生の頃に好んで読んでいたシリーズの一つです。
夢のある世界観が好きで、特に映画作品が面白いと感じています。
子どもの頃から好きな作品ですが、最近は登場人物が増え、知らないキャラクターが多くなったと感じています。