2024-03-29T01:01:03Zhttps://ipsj.ixsq.nii.ac.jp/ej/?action=repository_oaipmhoai:ipsj.ixsq.nii.ac.jp:001945792023-04-27T10:00:04Z01164:03865:09692:09714
IoTデバイスの自動ネットワーク設定のための通信パターン分析Communication Pattern Analysis for Automatic Network Configuration of IoT Devicesyjpnhttp://id.nii.ac.jp/1001/00194490/Technical Reporthttps://ipsj.ixsq.nii.ac.jp/ej/?action=repository_action_common_download&item_id=194579&item_no=1&attribute_id=1&file_no=1Copyright (c) 2019 by the Information Processing Society of Japan愛知工業大学大学院経営情報科学研究科愛知工業大学大学情報科学部丹羽, 美乃梶, 克彦現在多くの IoT デバイスが存在し,多くの IoT デバイスは起動する,通知するなど 1 つのデバイスに対し 1 つの機能を持つ.しかし今後増大する IoT デバイスとしてコネクテッドカーや AI 機能を搭載したロボットなど複数機能を持つデバイスが予想される.複数機能を持つデバイスは機能ごとに通信手段や通信経路が変わり,開発側の IoT デバイスのネットワーク設定は複雑になる.我々は IoT デバイスのデータ量の時系列変化パターン (通信パターン) を使った自動ネットワーク設定を目標としている.先行研究として通信パターンから機械学習を使い,IoT デバイスの識別に関する研究が行われている.しかし我々は IoT デバイスの識別ではなく IoT デバイスに含まれる機能ごとの認識を目指している.我々は複数機能を持つ IoT デバイスのトラフィックデータから機能ごとに通信パターンを分けクラスフィケーションを行なった.IoT デバイスは機能や目的によって通信先が変わる.そのため本稿では通信先の IP アドレスごとに 1 機能とみなし,通信先の IP アドレスごとに通信パターンの分析を行なった.通信パターンの分析の結果,データ量,通信のタイミング,通信先の距離,通信にかかる時間を特徴量とした.また大容量高速通信,低遅延高信頼通信などといった特徴的な IoT デバイスの機能を正解ラベルとした.SVM (サポートベクトルマシン) を使い,機能ごとに分けられた通信パターンのクラシフィケーションの評価をした.AA11851388研究報告モバイルコンピューティングとパーベイシブシステム(MBL)2019-MBL-9027172019-02-252188-88172019-02-21