NIDS評価用データセット：Kyoto 2016 Datasetの作成

• Item type: Journal(1)
• 公開日: 2017-09-15
• タイトル: NIDS評価用データセット：Kyoto 2016 Datasetの作成
• タイトル / 言語: en
• タイトル: Generating Kyoto 2016 Dataset for NIDS evaluation
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: [特集：高度化するサイバー攻撃に対応するコンピュータセキュリティ技術(特選論文)] 侵入検知，ネットワークベース侵入検知システム，ハニーポットデータ，機械学習
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• 著者所属: 豊橋技術科学大学
• 著者所属: 工学院大学
• 著者所属: 名古屋大学
• 著者所属: 国立情報学研究所
• 著者所属(英): en
• 著者所属(英): Toyohashi University of Technology
• 著者所属(英): en
• 著者所属(英): Kogakuin University
• 著者所属(英): en
• 著者所属(英): Nagoya University
• 著者所属(英): en
• 著者所属(英): National Institute of Informatics
• 著者名: 多田, 竜之介; 小林, 良太郎; 嶋田, 創; 高倉, 弘喜
• 著者名(英): Ryunosuke, Tada; Ryotaro, Kobayashi; Hajime, Shimada; Hiroki, Takakura
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: サイバー攻撃に対する防御法として，ネットワークベース侵入検知システム（Network-based Intrusion Detection System：NIDS）による攻撃の検知があげられる．これまでさまざまなNIDSの高性能化に関する研究が行われ，特に機械学習によるNIDSの高性能化が議論されてきた．これまでNIDSの評価用に使われてきたデータセットには，DARPA Intrusion Detection Data SetsやKDD Cup 1999 Data，Kyoto 2006+ Datasetなどがある．しかしながら，これらのデータセットは作成から期間が経過して最新の攻撃傾向を反映できていないことや，データの収集期間が短いといった問題がある．このため我々は，Kyoto 2006+ Datasetの作成に使用され，現在も稼働し続けているハニーポットのデータを使用して新たにKyoto 2016 Datasetを作成した．本論文では，作成したKyoto 2016 Datasetについて基本的な統計情報を調査した結果を述べる．加えて，Kyoto 2016 Datasetを基本的な機械学習手法によって分類した結果を示すことで，ネットワークベース侵入検知に関する研究を行う研究者へKyoto 2016 Datasetに機械学習を適用する場合の分類精度に関する指標を与える．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Network-based Intrusion Detection System (NIDS) is widely used to counteract cyber-attacks, and thus various studies have been conducted on high-performance NIDS based on machine learning techniques. In the field of intrusion detection, we have famous datasets for evaluation like: DARPA Intrusion Detection Data Sets, KDD Cup 1999 Data, and Kyoto 2006+ Dataset. However, these datasets do not reflect recent trends of cyber-attacks because it has created in well before, and moreover they lack long-period observation. For this reason, we generated Kyoto 2016 Dataset from the traffic data obtained from the honeypot that was used to generate Kyoto 2006+ Dataset and continues operation. In this paper, we describe basic statistical information of Kyoto 2016 Dataset. Furthermore, we provide the results classified by several basic machine learning methods to give guidepost of classification precision for researchers in the field of network based intrusion detection in the case of applying these methods to Kyoto 2016 Dataset.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN00116647
• 書誌情報: 情報処理学会論文誌; 巻 58, 号 9, p. 1450-1463, 発行日 2017-09-15
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7764