| 研究課題/領域番号 |
18K11295
|
|---|
| 研究機関 | 九州大学 |
|---|
研究代表者 |
馮 尭楷 九州大学, システム情報科学研究院, 助教 (60363389)
|
|---|
| 研究分担者 |
櫻井 幸一 九州大学, システム情報科学研究院, 教授 (60264066)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2021-03-31
|
| キーワード | Feature Selection / Sequential Detection / 多分類器の異常検知 |
|---|
| 研究実績の概要 |
１）機械学習に基づく軽量的な攻撃検知システムの提案および性能実証ができました。提案システムの性能は異なる攻撃の検知を目指してさまざまな機械学習アルゴリズムを使用して詳細に調べ、それぞれに最適なオプションを見つけました。
２）独特な特徴選択の方法を提案し、それを利用して、複数の検知器を並列的に用いる検知システムを提案しました。実験の結果から提案システムの検知性能が優れたことが分かりました。
３）既存のネットワーク攻撃検知システムは複数の性能指標のバランスを保つことが難しい。この問題を解決するために、我々は複数のニューラルネットワークをシーケンシャル的に利用してネットワーク上の異常検知システムを設計し、その検知性能を実証しました。
４）国際雑誌（英文、査読あり）２件および査読付きの国際会議３件。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
特徴選択はネットワーク攻撃の検知性能に大変重要です。我々は多くの調査・分析の上で、独特な特徴選択の方法を提案し、それを利用して、複数の検知器を並列的に用いる検知システムを提案しました。実験の結果から提案システムの検知性能が優れたことが分かりました。また、既存のネットワーク攻撃検知システムは複数の性能指標のバランスを保つことが難しいという問題を解決するために、我々は複数のニューラルネットワークをシーケンシャル的に利用した異常検知システム設計し、性能実証をしました。
|
| 今後の研究の推進方策 |
主にはこれまで提案した２つの多分類器を用いたネットワーク攻撃検知システムを更なる改善し、性能を実証した上で、国際会議および学術雑誌に投稿します。また、本研究の将来の更なる展開・発展のため、これまでの研究結果を纏めることおよび広い視野で調査することを行う予定です。
|
| 次年度使用額が生じた理由 |
雑誌投稿の出版費として準備しましたが、その投稿は「条件採録」ということになったので、支払うのは次年度となりました。
|
