研究課題
基盤研究(C)
本研究では,監視対象ネットワークの状態を正常時のネットワーク状態を記述した基準モデルと比較するという非正常パターン検知型の異常トラヒック検知手法について検討する.基準モデルの学習においては,通常,所与のトラヒックデータにおける個々のパケットを専門家の手作業によって正常/異常パケットに分類し,そこから選別された正常パケットのみからなるトラヒックデータを用いる.本研究では,パケットサンプリングにおける情報損失特性を活用することで,この分類作業におけるヒューマンエラーに対して頑健な異常トラヒック検知について提案した.実トラヒックデータを用いた実験の結果,提案手法の有効性が示された.
すべて 2017 2016 2015 2014 その他
すべて 雑誌論文 (2件) (うち査読あり 2件、 謝辞記載あり 2件) 学会発表 (20件) 備考 (2件)
Knowledge-Based Systems
巻: 106 ページ: 242-250
10.1016/j.knosys.2016.05.050
IEICE Transactions on Fundamentals of Electronics, Communications and Computer Sciences
巻: E98.A 号: 11 ページ: 2349-2353
10.1587/transfun.E98.A.2349
130005105520
http://www.uchida-lab.jp/
http://www.uchida-lab.com/