WEKO3
アイテム
DCGANを用いたネットワークトラフィックの異常検出
https://ipsj.ixsq.nii.ac.jp/records/192143
https://ipsj.ixsq.nii.ac.jp/records/192143762af5fd-72c2-4d53-83ba-08feba7a5124
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJCSS2018048.pdf (4.7 MB)
|
Copyright (c) 2018 by the Information Processing Society of Japan
|
|
| オープンアクセス | ||
| Item type | Symposium(1) | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2018-10-15 | |||||||||||
| タイトル | ||||||||||||
| タイトル | DCGANを用いたネットワークトラフィックの異常検出 | |||||||||||
| 言語 | ||||||||||||
| 言語 | jpn | |||||||||||
| キーワード | ||||||||||||
| 主題Scheme | Other | |||||||||||
| 主題 | ネットワーク異常検出，Deep Learning，GAN | |||||||||||
| 資源タイプ | ||||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_5794 | |||||||||||
| 資源タイプ | conference paper | |||||||||||
| 著者所属 | ||||||||||||
| 大阪府立大学 | ||||||||||||
| 著者所属 | ||||||||||||
| 大阪府立大学 | ||||||||||||
| 著者所属 | ||||||||||||
| 大阪府立大学 | ||||||||||||
| 著者所属(英) | ||||||||||||
| en | ||||||||||||
| Osaka Prefecture University | ||||||||||||
| 著者所属(英) | ||||||||||||
| en | ||||||||||||
| Osaka Prefecture University | ||||||||||||
| 著者所属(英) | ||||||||||||
| en | ||||||||||||
| Osaka Prefecture University | ||||||||||||
| 著者名 |
日置, 裕士
× 日置, 裕士
× 青木, 茂樹
× 宮本, 貴朗
|
|||||||||||
| 著者名(英) |
Yuji, Hioki
× Yuji, Hioki
× Shigeki, Aoki
× Takao, Miyamoto
|
|||||||||||
| 論文抄録 | ||||||||||||
| 内容記述タイプ | Other | |||||||||||
| 内容記述 | 本研究では IDS の検知精度を高めるため，画像処理の分野で高い性能を示している Deep Learning を用いて異常を検出する手法を提案する．一般的に Deep Learning においては，学習の際に教師データが必要であり，教師データの作成が課題となっている．ここでは Deep Learning の中でも教師データを必要としない DCGAN を使用する．まず正常なトラフィックデータを数値に変換し，画像とみなして DCGAN で学習する．その後，別の期間に収集したトラフィックデータに対して，学習した DCGAN を用いることで異常な通信と正常な通信の識別を行う．実験ではMWSデータセットを用いて本手法の有効性を確認した． | |||||||||||
| 書誌レコードID | ||||||||||||
| 識別子タイプ | NCID | |||||||||||
| 関連識別子 | ISSN 1882-0840 | |||||||||||
| 書誌情報 |
コンピュータセキュリティシンポジウム2018論文集 巻 2018, 号 2, p. 341-347 |
|||||||||||
| 出版者 | ||||||||||||
| 言語 | ja | |||||||||||
| 出版者 | 情報処理学会 | |||||||||||
