|
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．
|
