特許 7338004 メール確認装置、情報処理方法、及びプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2023-08-25

(45)【発行日】2023-09-04

(54)【発明の名称】メール確認装置、情報処理方法、及びプログラム

(51)【国際特許分類】

   H04L 51/21 20220101AFI20230828BHJP

   G06F 3/0481 20220101ALI20230828BHJP

   G06F 16/48 20190101ALI20230828BHJP

【ＦＩ】

H04L51/21

G06F3/0481

G06F16/48

【請求項の数】 11

(21)【出願番号】P 2022105809

(22)【出願日】2022-06-30

(62)【分割の表示】P 2021090137の分割

【原出願日】2018-07-18

(65)【公開番号】P2022136097

(43)【公開日】2022-09-15

【審査請求日】2022-06-30

(73)【特許権者】

【識別番号】000208891

【氏名又は名称】ＫＤＤＩ株式会社

(74)【代理人】

【識別番号】100166006

【弁理士】

【氏名又は名称】泉 通博

(74)【代理人】

【識別番号】100124084

【弁理士】

【氏名又は名称】黒岩 久人

(74)【代理人】

【識別番号】100153280

【弁理士】

【氏名又は名称】寺川 賢祐

(72)【発明者】

【氏名】内舘 敏志

(72)【発明者】

【氏名】岩瀬 巧

(72)【発明者】

【氏名】川原 翔

(72)【発明者】

【氏名】宮本 一輝

【審査官】羽岡 さやか

(56)【参考文献】

【文献】米国特許出願公開第２０１７／００４８２７３（ＵＳ，Ａ１）

【文献】米国特許出願公開第２０１４／０２９８４６０（ＵＳ，Ａ１）

【文献】特開２００７－２８７１２４（ＪＰ，Ａ）

【文献】特表２０１７－５０４８９９（ＪＰ，Ａ）

【文献】特開２００６－２５２４８３（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｈ０４Ｌ ５１／２１

Ｇ０６Ｆ ３／０４８１

Ｇ０６Ｆ １６／４８

(57)【特許請求の範囲】

【請求項1】

コンピュータに、
電子メールを管理するメーラにおいてなされる電子メールの表示操作の対象となる電子メールに含まれる文字列の中から、あらかじめ定められた書式の文字列を抽出する文字列抽出機能と、
文字列を入力とし、当該文字列で示される情報が悪性か否かを示す情報を出力するように機械学習された学習モデルに、前記文字列抽出機能が抽出した前記文字列を入力したときの出力を取得する文字列判定機能と、
前記文字列抽出機能が抽出した文字列を入力とする前記学習モデルの出力結果が悪性の場合、当該文字列が悪性であることをユーザに通知すると共に当該文字列を選択可能な態様で表示させ、前記出力結果が悪性の場合の文字列であって選択可能な態様で表示された文字列が選択されたことに基づいて、アプリケーション起動の可否を選択可能な態様で表示させる出力機能と、
を実現させるプログラム。

【請求項2】

前記プログラムは、
前記表示操作を検知する表示操作検知機能をさらに実現させ、
前記文字列抽出機能は、前記表示操作検知機能が前記表示操作を検知することを契機として、前記文字列を抽出する、
請求項１に記載のプログラム。

【請求項3】

前記出力機能は、前記メーラとは異なるウィンドウに、前記文字列抽出機能が抽出した文字列を入力とする前記学習モデルの出力結果が悪性の場合の文字列を選択可能な態様で表示させる、
請求項１又は２に記載のプログラム。

【請求項4】

前記コンピュータに、
前記出力機能が前記メーラとは異なるウィンドウに選択可能な態様で文字列を表示させている場合、前記メーラを表示するウィンドウにおける選択操作を禁止する操作制限機能をさらに実現させる、
請求項３に記載のプログラム。

【請求項5】

前記出力機能は、前記文字列判定機能が取得した前記学習モデルの出力結果を表示する、
請求項１から４のいずれか１項に記載のプログラム。

【請求項6】

プロセッサが、
電子メールを管理するメーラにおいてなされる電子メールの表示操作の対象となる電子メールに含まれる文字列の中から、あらかじめ定められた書式の文字列を抽出するステップと、
文字列を入力とし、当該文字列で示される情報が悪性か否かを示す情報を出力するように機械学習された学習モデルに、抽出した前記文字列を入力したときの出力を取得するステップと、
抽出した前記文字列を入力とする前記学習モデルの出力結果が悪性の場合、当該文字列が悪性であることをユーザに通知すると共に当該文字列を選択可能な態様で表示させ、前記出力結果が悪性の場合の文字列であって選択可能な態様で表示された文字列が選択されたことに基づいて、アプリケーション起動の可否を選択可能な態様で表示させるステップと、
を実行する情報処理方法。

【請求項7】

電子メールを管理するメーラにおいてなされる電子メールの表示操作の対象となる電子メールに含まれる文字列の中から、あらかじめ定められた書式の文字列を抽出する文字列抽出部と、
文字列を入力とし、当該文字列で示される情報が悪性か否かを示す情報を出力するように機械学習された学習モデルに、前記文字列抽出部が抽出した前記文字列を入力したときの出力を取得する文字列判定部と、
前記文字列抽出部が抽出した文字列を入力とする前記学習モデルの出力結果が悪性の場合、当該文字列が悪性であることをユーザに通知すると共に当該文字列を選択可能な態様で表示させ、前記出力結果が悪性の場合の文字列であって選択可能な態様で表示された文字列が選択されたことに基づいて、アプリケーション起動の可否を選択可能な態様で表示させる出力部と、
を実現させるメール確認装置。

【請求項8】

前記表示操作を検知する表示操作検知部をさらに実現させ、
前記文字列抽出部は、前記表示操作検知部が前記表示操作を検知することを契機として、前記文字列を抽出する、
請求項７に記載のメール確認装置。

【請求項9】

前記出力部は、前記メーラとは異なるウィンドウに、前記文字列抽出部が抽出した文字列と当該文字列を入力とする前記学習モデルの出力結果とを表示させる、
請求項７又は８に記載のメール確認装置。

【請求項10】

前記出力部は、選択された文字列を入力とする前記学習モデルの出力結果が悪性の場合、アプリケーション起動の可否を選択可能な態様で表示する新たなウィンドウを表示させる、
請求項９に記載のメール確認装置。

【請求項11】

前記出力部が前記メーラとは異なるウィンドウに選択可能な態様で文字列を表示させている場合、前記メーラを表示するウィンドウにおける選択操作を禁止する操作制限部をさらに実現させる、
請求項９又は１０に記載のメール確認装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、メール確認装置、情報処理方法、及びプログラムに関する。

【背景技術】

【0002】

従来、ユーザ端末が受信したメールに含まれる悪性サイトへのアクセスを防止するために、メールに含まれるアドレス情報を用いたアクセスを外部装置に実行させ、その結果得られた画面イメージをユーザ端末に送信する技術が提案されている（例えば、特許文献１を参照）。

【先行技術文献】

【特許文献】

【0003】

【文献】特開２０１３－２４６４７４号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

上記は、アクセスを制限するべきアドレス情報を事前に登録しておき、メールを受信したユーザ端末からのアクセス要求が、事前に登録されたアドレスと一致する場合、セキュアな環境でそのアドレスにアクセスする技術である。したがって、悪性なアドレスであっても事前に登録されていないアドレスである場合、ユーザ端末はそのアドレスに直接アクセスしかねない。一方、アクセス制限を重視するあまり本来制限の必要のないアドレスまで事前に登録してしまうと、ユーザ端末のユーザの利便性を損ねる恐れがある。

【0005】

本発明はこれらの点に鑑みてなされたものであり、メールを利用するユーザの利便性と、メールに含まれる悪性な情報へのアクセス抑制とを両立させるための技術を提供することを目的とする。

【課題を解決するための手段】

【0006】

本発明の第１の態様は、プログラムである。このプログラムは、コンピュータに、電子メールを管理するメーラにおいてなされる電子メールの表示操作の対象となる電子メールに含まれる文字列の中から、あらかじめ定められた書式の文字列を抽出する文字列抽出機能と、文字列を入力とし、当該文字列で示される情報が悪性か良性かを示す情報を出力するように機械学習された学習モデルに、前記文字列抽出機能が抽出した前記文字列を入力したときの出力を取得する文字列判定機能と、前記文字列抽出機能が抽出した文字列を入力とする前記学習モデルの出力結果が悪性の場合の文字列を選択可能な態様で表示させ、表示された文字列が選択されたことに基づいて、アプリケーション起動の可否を選択可能な態様で表示させる表示機能と、を実現させる。

【0007】

前記プログラムは、前記表示操作を検知する表示操作検知機能をさらに実現させ、前記文字列抽出機能は、前記表示操作検知機能が前記表示操作を検知することを契機として、前記文字列を抽出してもよい。

【0008】

前記表示機能は、前記メーラとは異なるウィンドウに、前記文字列抽出機能が抽出した文字列を入力とする前記学習モデルの出力結果が悪性の場合の文字列を選択可能な態様で表示させてもよい。

【0009】

【0010】

前記コンピュータに、前記表示機能が前記メーラとは異なるウィンドウに選択可能な態様で文字列を表示させている場合、前記メーラを表示するウィンドウにおける選択操作を禁止する操作制限機能をさらに実現させてもよい。

【0011】

上記のプログラムを提供するため、あるいはプログラムの一部をアップデートするために、このプログラムを記録したコンピュータ読み取り可能な記録媒体が提供されてもよく、また、このプログラムが通信回線で伝送されてもよい。前記表示機能は、前記文字列判定機能が取得した前記学習モデルの出力結果を表示してもよい。

【0012】

本発明の第２の態様は、情報処理方法である。この方法において、プロセッサが、電子メールを管理するメーラにおいてなされる電子メールの表示操作の対象となる電子メールに含まれる文字列の中から、あらかじめ定められた書式の文字列を抽出するステップと、文字列を入力とし、当該文字列で示される情報が悪性か良性かを示す情報を出力するように機械学習された学習モデルに、抽出した前記文字列を入力したときの出力を取得するステップと、抽出した前記文字列を入力とする前記学習モデルの出力結果が悪性の場合の文字列を選択可能な態様で表示させ、表示された文字列が選択されたことに基づいて、アプリケーション起動の可否を選択可能な態様で表示させるステップと、を実行する。

【0013】

本発明の第３の態様は、メール確認装置である。この装置は、電子メールを管理するメーラにおいてなされる電子メールの表示操作の対象となる電子メールに含まれる文字列の中から、あらかじめ定められた書式の文字列を抽出する文字列抽出部と、文字列を入力とし、当該文字列で示される情報が悪性か良性かを示す情報を出力するように機械学習された学習モデルに、前記文字列抽出部が抽出した前記文字列を入力したときの出力を取得する文字列判定部と、前記文字列抽出部が抽出した文字列を入力とする前記学習モデルの出力結果が悪性の場合の文字列を選択可能な態様で表示させ、表示された文字列が選択されたことに基づいて、アプリケーション起動の可否を選択可能な態様で表示させる表示部と、を実現させる。前記表示操作を検知する表示操作検知部をさらに実現させ、前記文字列抽出部は、前記表示操作検知部が前記表示操作を検知することを契機として、前記文字列を抽出してもよい。

【0014】

前記表示部は、前記メーラとは異なるウィンドウに、前記文字列抽出部が抽出した文字列と当該文字列を入力とする前記学習モデルの出力結果とを表示させてもよい。前記表示部は、選択された文字列を入力とする前記学習モデルの出力結果が悪性の場合、アプリケーション起動の可否を選択可能な態様で表示する新たなウィンドウを表示させてもよい。前記表示部が前記メーラとは異なるウィンドウに選択可能な態様で文字列を表示させている場合、前記メーラを表示するウィンドウにおける選択操作を禁止する操作制限部をさらに実現させてもよい。なお、以上の構成要素の任意の組み合わせ、本発明の表現を方法、装置、システム、コンピュータプログラム、データ構造、記録媒体などの間で変換したものもまた、本発明の態様として有効である。

【発明の効果】

【0015】

本発明によれば、メールを利用するユーザの利便性と、メールに含まれる悪性な情報へのアクセス抑制とを両立させることができる。

【図面の簡単な説明】

【0016】

【図1】本発明の実施の形態に係るメール確認システムの構成を説明するための図である。

【図2】実施の形態に係るメール確認部の機能構成を模式的に示す図である。

【図3】悪性な文字列が含まれていない場合に通知部が表示部に表示させる表示例を示す図である。

【図4】悪性な文字列が含まれている場合に通知部が表示部に表示させる表示例を示す図である。

【図5】悪性な文字列が含まれている場合に通知部が表示部に表示させる別ウィンドウの一例を示す図である。

【図6】通知部が表示部に表示させるアプリケーションの起動可否を選択するための画面例を示す図である。

【図7】ＤＭＺを説明するための模式図である。

【図8】実施の形態に係る通信端末が実行するメール確認処理の流れを説明するためのフローチャートである。

【発明を実施するための形態】

【0017】

＜実施の形態の概要＞
図１は、本発明の実施の形態に係るメール確認システムＳの構成を説明するための図である。実施の形態に係るメール確認システムＳは、通信ネットワークＮを介して通信端末１がメールサーバ２及び判定サーバ３と通信可能な態様で接続して構成されている。以下、図１を参照して、実施の形態に係るメール確認システムＳの概要を述べる。

【0018】

通信端末１は、スマートフォン、タブレットＰＣ（Personal Computer）、デスクトップＰＣ、ノートＰＣ等であり、図示しないＣＰＵ（Central Processing Unit）やメモリ等の計算リソースを備えるコンピュータである。通信端末１は、メール確認部１００、表示部２００、及びメーラ３００を含む。

【0019】

表示部２００は、通信端末１がスマートフォンやタブレットＰＣ、ノートＰＣ等の場合には通信端末１と一体に構成されている。通信端末１がデスクトップＰＣの場合には表示部２００は通信端末１とは独立した装置となりうる。図１は、表示部２００が通信端末１と一体となっている場合の例を示している。

【0020】

メーラ３００は一般的な電子メールクライアントであり、電子メール（以下、単に「メール」と記載する。）の送受信及び送受信したメールの管理をするためのアプリケーションソフトウェアである。メーラ３００は、メールサーバ２が取得したメーラ３００のユーザ宛のメールの件名や差出人、送信日時等を示す情報を一覧表示する。

【0021】

メール確認部１００は、ユーザによるメーラ３００のメール表示操作を監視する。メール確認部１００は、ユーザによるメール表示操作を検知すると、メーラ３００がメールを表示部２００に表示させる前に、メールに含まれる特定の書式に当てはまる文字列を抽出する。

【0022】

ここで、メール確認部１００がメールから抽出する「特定の書式」とは、例えば「http」や「ftp」等の文字列から始まるＵＲＩ（Uniform Resource Identifier）や、「@」を含むメールアドレス、電話番号やＩＰ（Internet Protocol）アドレス等、通信端末１とは異なる装置や、通信端末１のユーザとは異なる者にアクセスするための情報が備える書式である。なお、メール確認部１００は、例えばメーラ３００のプラグイン（Plug-in）として実装される。

【0023】

メール確認部１００は、抽出した文字列を判定サーバ３に送信し、その結果を取得する。判定サーバ３は、メールサーバ２とは異なるサーバであり、特定の書式に当てはまる文字列を入力として、その文字列で示される情報が悪性か良性かを示す情報を出力するように機械学習（例えば、Deep Neural Network等の機械学習）された学習モデルを備えている。判定サーバ３は、メール確認部１００から受信した文字列を入力とする学習モデルの出力を取得して、メール確認部１００に送信する。

【0024】

一般に、機械学習を用いて作成された学習モデルは汎化性が高まっており、モデル作成の教師データに用いた文字列のみならず、教師データに類似する文字列についても高い識別力を持つ。このため、判定サーバ３は、一般的なブラックリスト・ホワイトリストを用いた良性・悪性判定とは異なり、未知の文字列であっても良性・悪性を判定することができる。なお、判定サーバ３は、例えば、シグモイド関数を用いて算出した数値が、所定の閾値を超える場合に良性、下回る場合には悪性と判断することにより、メール確認部１００から受信した文字列の良性・悪性の判断をしてもよい。

【0025】

メール確認部１００は、判定サーバ３から取得した学習モデルの出力結果を表示部２００に表示させる。これにより、通信端末１のユーザは、メーラ３００に表示を指示したメールが表示部２００に表示される前に、そのメールに悪性な文字列が含まれているか否かを確認することができる。

【0026】

メールに悪性な文字列が含まれていない場合、ユーザは、通常どおり表示部２００にメールを表示することができる。メールに悪性な文字列が含まれている場合には、ユーザは、メールを表示部２００に表示させないという判断をすることもできる。このように、実施の形態に係るメール確認システムＳは、メールを利用するユーザの利便性と、メールに含まれる悪性な情報へのアクセス抑制とを両立させることができる。

【0027】

＜メール確認部１００の機能構成＞
図２は、実施の形態に係るメール確認部１００の機能構成を模式的に示す図である。図２において、矢印は主なデータの流れを示しており、図２に示していないデータの流れがあってもよい。図２において、各機能ブロックはハードウェア（装置）単位の構成ではなく、機能単位の構成を示している。機能ブロック間のデータの授受は、データバス、ネットワーク、可搬記憶媒体等、任意の手段を介して行われてもよい。

【0028】

メール確認部１００は、通信端末１のＣＰＵやＧＰＵ（Graphics Processing Unit）等のプロセッサが、図示しない通信端末１の記憶部に記憶されたプログラムを実行することによって、表示操作検知部１０、文字列抽出部２０、文字列判定部３０、通知部４０、表示制御部５０、ランチャー部６０、及び操作制限部７０として機能する。

【0029】

表示操作検知部１０は、メールを管理するメーラ３００においてなされるメールの表示操作を検知する。文字列抽出部２０は、表示操作検知部１０が表示操作を検知することを契機として、表示操作の対象となるメールに含まれる文字列の中から、あらかじめ定められた特定の書式の文字列を抽出する。

【0030】

文字列判定部３０は、文字列を入力とし、その文字列で示される情報が悪性か良性かを示す情報を出力するように機械学習された学習モデルに、文字列抽出部２０が抽出した文字列を入力してその出力を取得する。具体的には、文字列判定部３０は、文字列抽出部２０が抽出した文字列を、学習モデルを備える判定サーバ３に送信し、判定サーバ３が処理した結果を判定サーバ３から受信する。

【0031】

通知部４０は、文字列判定部３０が取得した学習モデルの出力結果を通知する。具体的には、通知部４０は、表示制御部５０を介して出力結果を表示部２００に表示させることでユーザに通知する。このとき、通知部４０は、悪性な文字列が含まれている場合と、そうでない場合とで、異なる通知音を通信端末１のスピーカ（不図示）に出力させてもよい。これにより、通信端末１のユーザは、表示部２００を見ていなくても通知音によって、出力結果を把握することができる。

【0032】

図３は、悪性な文字列が含まれていない場合に通知部４０が表示部２００に表示させる表示例を示す図である。図３に示すように、通知部４０は、メーラ３００のウィンドウの一部に設けられたメッセージ表示領域Ｍに出力結果を示すメッセージを表示させる。また、文字列抽出部２０が抽出した文字列に悪性な文字列がないため、メーラ３００のウィンドウにはユーザが表示操作を指示したメールの内容が表示されている。

【0033】

図４は、悪性な文字列が含まれている場合に通知部４０が表示部２００に表示させる表示例を示す図である。悪性な文字列が含まれている場合も、悪性な文字列が含まれていない場合と同様に、通知部４０はメッセージ表示領域Ｍに出力結果を示すメッセージを表示させる。図４に示すように、通知部４０は、メーラ３００を表示している表示部２００においてメーラ３００とは異なる別ウィンドウＷに、文字列抽出部２０が抽出した文字列とその文字列を入力とする学習モデルの出力結果とを対応づけて表示部２００に表示させる。これにより、通信端末１のユーザは、メーラ３００を表示するウィンドウを操作することなしに、出力結果を確認することができる。

【0034】

通知部４０は、文字列抽出部２０が抽出した文字列を選択可能な態様で別ウィンドウＷに表示させる。例えば、文字列抽出部２０が抽出した文字列がＵＲＩの場合、通信端末１のユーザは、文字列を選択することにより、そのＵＲＩが示すサイトにアクセスすることができる。

【0035】

具体的には、ランチャー部６０が、通知部４０が別ウィンドウＷに表示させた文字列が選択された場合、選択された文字列の種類に応じて定まるアプリケーションを起動する。ここで「選択された文字列の種類に応じて定まるアプリケーション」の具体例は、文字列がＵＲＩの場合ウェブブラウザであり、文字が電話番号の場合、通話用アプリケーションである。文字列がメールアドレスの場合、ランチャー部６０は、メーラ３００のメール作成画面（不図示）を表示制御部５０を介して表示部２００に表示させる。これにより、通信端末１のユーザは、メーラ３００を表示するウィンドウから文字列を探さなくても、別ウィンドウＷから直接的に各文字列が示す情報にアクセスするためのアプリケーションを起動することができる。

【0036】

図５は、悪性な文字列が含まれている場合に通知部４０が表示部２００に表示させる別ウィンドウＷの一例を示す図である。図５は、通知部４０は、メーラ３００を示すウィンドウに重畳させて、別ウィンドウＷを表示部２００に表示されている様子が示されている。図５に示すように、別ウィンドウＷには、メールが不正メールである疑いがあることが明示されている。通信端末１のユーザは、別ウィンドウＷに表示されている文字列を選択することにより、その文字列で示される情報にアクセスすることができる。

【0037】

ここで、通知部４０は、選択された文字列を入力とする学習モデルの出力結果が悪性の場合には、アプリケーション起動の可否を選択可能な態様で表示する新たなウィンドウＮＷを表示部２００に表示させる。

【0038】

図６は、通知部４０が表示部２００に表示させるアプリケーションの起動可否を選択するための画面例を示す図である。図６に示すように、通知部４０は、メーラ３００を示すウィンドウに重畳させて新たなウィンドウＮＷを表示部２００に表示させる。新たなウィンドウＮＷには、通信端末１が選択した文字列が悪性であることに注意を促すメッセージも表示されており、通知部４０は通信端末１にアクセスに対する注意喚起を促すことができる。新たなウィンドウＮＷにおいて、通信端末１は選択した文字列が示す情報へのアクセスを取り消すこともできる。

【0039】

このように、選択された文字列を入力とする学習モデルの出力結果が悪性の場合には、ユーザが新たなウィンドウＮＷからその文字列が示す情報へアクセスしようとすると通知部４０はユーザに注意喚起を促すことができる。このとき、ユーザがメーラ３００の表示部に表示された文字列から直接その文字列が示す情報へアクセスすることができると、通知部４０がユーザに注意喚起を促す機会を失いかねない。

【0040】

そこで、操作制限部７０は、通知部４０がメーラ３００とは異なるウィンドウに選択可能な態様で文字列を表示部２００に表示させている場合、メーラ３００を表示するウィンドウにおけるユーザの選択操作を禁止する。これにより、操作制限部７０は、ユーザが操作を誤って学習モデルの出力結果が悪性の文字列が示す情報へアクセスしてしまう事態を低減することができる。

【0041】

ところで、学習モデルの出力結果が良性である文字列が示す情報にユーザがアクセスする場合には、通信端末１は通常のアプリケーションを起動すればよい。一方、学習モデルの出力結果が悪性の文字列が示す情報にユーザがアクセスする場合には、通信端末１はユーザにセキュアな環境を提供することが好ましい。

【0042】

そこで、ランチャー部６０は、選択された文字列の種類が同じであっても、当該文字列を入力とする学習モデルの出力結果が異なる場合には、異なるアプリケーションを起動してもよい。より具体的には、ランチャー部６０は、選択された文字列を入力とする学習モデルの出力結果が悪性の場合、通信端末１が接続するネットワークにおけるＤＭＺ（DeMilitarized Zone）セグメントに設置された装置でアプリケーションを起動する。通知部４０は、ＤＭＺセグメントに設置された装置が実行したアプリケーションの出力結果を表示部２００に表示させる。

【0043】

図７は、ＤＭＺを説明するための模式図である。ＤＭＺは既知の技術のため詳細な説明は省略するが、図７に示すように、通信端末１と、インターネット等の公共の通信ネットワークＮとの間に存在する二つのファイアウォールＦに挟まれた領域がＤＭＺセグメントである。

【0044】

ＤＭＺセグメントには、学習モデルの出力結果が悪性の文字列が示す情報にアクセスするためのアプリケーションを実行するアプリケーションサーバ４が設置されている。アプリケーションサーバ４がウェブブラウザアプリケーションを実行して悪性のウェブサイトにアクセスしたとしても、通信端末１はそのウェブサイトの影響を受けない。通知部４０は、アプリケーションサーバ４が実行した結果を画像の形式で取得して表示部２００に表示するので、通信端末１のユーザは悪性の文字列が示す情報にアクセスした結果を安全に確認することができる。

【0045】

＜通信端末１が実行する情報処理方法の処理フロー＞
図８は、実施の形態に係る通信端末１が実行するメール確認処理の流れを説明するためのフローチャートである。本フローチャートにおける処理は、例えばメーラ３００が起動したときに開始する。

【0046】

表示操作検知部１０は、通信端末１のユーザがメーラ３００においてメールの表示操作をすることを待機する（Ｓ２）。表示操作検知部１０が表示操作を検知していない間（Ｓ４のＮｏ）、表示操作検知部１０はステップＳ２に戻ってユーザによるメールの表示操作の待機を継続する。

【0047】

表示操作検知部１０が表示操作を検知すると（Ｓ４のＹｅｓ）、文字列抽出部２０は、表示操作の対象となるメールに含まれる文字列の中から、あらかじめ定められた特定の書式の文字列を抽出する（Ｓ６）。文字列判定部３０は、文字列抽出部２０が抽出した文字列を判定サーバ３に送信する（Ｓ８）。

【0048】

文字列判定部３０は、文字列の良性悪性を判定する機械学習モデルに文字列抽出部２０が抽出した文字列を入力したときの出力結果を判定サーバ３から取得する（Ｓ１０）。通知部４０は、文字列判定部３０が判定サーバ３から取得した出力結果を、文字列抽出部２０が抽出した文字列と対応づけてメーラ３００とは異なるウィンドウに表示させる（Ｓ１２）。

【0049】

ユーザが表示された文字列を選択し（Ｓ１４のＹｅｓ）、その文字列を入力とする学習モデルの出力結果が悪性の場合（Ｓ１６のＹｅｓ）、通知部４０は、選択された文字列の種類に応じて定まるアプリケーションを起動することの可否をユーザに確認するための新たなウィンドウを表示部２００に表示させる（Ｓ１８）。

【0050】

ユーザがアプリケーションを起動することを選択した場合（Ｓ２０のＹｅｓ）、又はユーザが選択した文字列を入力とする学習モデルの出力結果が良性の場合（Ｓ１６のＮｏ）、ランチャー部６０は、ユーザが選択した文字列に対応するアプリケーションを起動する（Ｓ２２）。

【0051】

ユーザが表示された文字列を選択しない場合（Ｓ１４のＮｏ）、ユーザがアプリケーションを起動することを選択しない場合（Ｓ２０のＮｏ）、又はランチャー部６０がアプリケーションを起動すると、本フローチャートにおける処理は終了する。

【0052】

＜実施の形態に係る通信端末１が奏する効果＞
以上説明したように、実施の形態に係る通信端末１によれば、メールを利用するユーザの利便性と、メールに含まれる悪性な情報へのアクセス抑制とを両立させることができる。

【0053】

以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されず、その要旨の範囲内で種々の変形及び変更が可能である。例えば、装置の分散・統合の具体的な実施の形態は、以上の実施の形態に限られず、その全部又は一部について、任意の単位で機能的又は物理的に分散・統合して構成することができる。また、複数の実施の形態の任意の組み合わせによって生じる新たな実施の形態も、本発明の実施の形態に含まれる。組み合わせによって生じる新たな実施の形態の効果は、もとの実施の形態の効果を合わせ持つ。

【符号の説明】

【0054】

１・・・通信端末
２・・・メールサーバ
３・・・判定サーバ
４・・・アプリケーションサーバ
１０・・・表示操作検知部
２０・・・文字列抽出部
３０・・・文字列判定部
４０・・・通知部
５０・・・表示制御部
６０・・・ランチャー部
７０・・・操作制限部
１００・・・メール確認部
２００・・・表示部
３００・・・メーラ
Ｆ・・・ファイアウォール
Ｎ・・・通信ネットワーク
Ｓ・・・メール確認システム

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】