2026-04-11T12:24:45Z https://ipsj.ixsq.nii.ac.jp/oai

oai:ipsj.ixsq.nii.ac.jp:00236570 2025-01-19T09:12:28Z 6504:11678:11687

機械学習を用いた攻撃検知のためのオーバーサンプリング手法の一検討 松井, 遼太朗 ルイス, ギリエ 和泉, 諭 水木, 敬明 菅沼, 拓夫 セキュリティ 深刻化するサイバーセキュリティの脅威に対し、機械学習を用いて攻撃を検知する手法が数多く研究されている。これらの研究では、学習の際に用いるデータセットの多くはデータが不均衡であり、推定精度が低下する課題がある。この課題に対し、データセット内の少数派のデータ数を増やすことで不均衡問題を解決する、オーバーサンプリング手法がある。しかし、既存の手法では、意図しない不必要なデータが生成され、学習精度が下がってしまうため、その利用は限定的である。本研究では、多数派と少数派クラスの境界部のデータを集中的に増やす新たなオーバーサンプリング手法を提案する。本発表では、アルゴリズムの概要と基本設計を述べる。 conference paper 情報処理学会 2024-03-01 application/pdf 第86回全国大会講演論文集 1 2024 519 520 AN00349328 https://ipsj.ixsq.nii.ac.jp/record/236570/files/IPSJ-Z86-6ZC-02.pdf jpn