2026-04-14T21:53:12Z https://ipsj.ixsq.nii.ac.jp/oai

oai:ipsj.ixsq.nii.ac.jp:00187354 2025-01-20T02:18:09Z 6164:6165:6462:9463

ダークネットトラフィックデータの頻出パターン解析 Association Rule Analysis for Darknet Traffic Data 橋本, 直輝 小澤, 誠一 班, 涛 中里, 純二 島村, 隼平 Naoki, Hashimoto Seiichi, Ozawa Tao, Ban Junji, Nakazato Jumpei, Shimamura MWS，ダークネット解析，頻出パターンマイニング，Mirai，機械学習 本研究では，2016年に注目を浴びたIoTマルウェアMiraiのソースコードが公開されるまでにおいて，ダークネットで観測された興味深いトラフィック解析の結果を報告する．2016年7月20日から2016年9月15日までNICTの/16ダークネットセンサーで収集されたTCP/SYNパケットを観測データとして，頻出パターンマイニングと相関ルールによる解析を行った．TCPヘッダーの「ウィンドウサイズ」情報に対して，頻出パターンマイニングで得られた相関ルールを満足するパケット送信を行っているホストを調べたところ，ほぼすべてがMiraiの特徴として知られている3条件を満たすことを示した． conference paper 情報処理学会 2017-10-16 application/pdf コンピュータセキュリティシンポジウム2017論文集 2 2017 https://ipsj.ixsq.nii.ac.jp/record/187354/files/IPSJCSS2017179.pdf jpn ISSN　1882-0840