WEKO3
アイテム
連合学習を用いたネットワーク侵入検知システムにおける攻撃データ共有による精度向上手法の検討
https://ipsj.ixsq.nii.ac.jp/records/2005210
https://ipsj.ixsq.nii.ac.jp/records/2005210efe8e99e-6f6e-4c20-9341-3024501343d0
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-DICOMO2025185.pdf (1.0 MB)
2027年6月18日からダウンロード可能です。
|
Copyright (c) 2025 by the Information Processing Society of Japan
|
|
| 非会員：¥660, IPSJ:学会員：¥330, DLIB:会員：¥0 | ||
| Item type | Symposium(1) | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2025-06-18 | |||||||||||
| タイトル | ||||||||||||
| 言語 | ja | |||||||||||
| タイトル | 連合学習を用いたネットワーク侵入検知システムにおける攻撃データ共有による精度向上手法の検討 | |||||||||||
| 言語 | ||||||||||||
| 言語 | jpn | |||||||||||
| キーワード | ||||||||||||
| 主題Scheme | Other | |||||||||||
| 主題 | ネットワーク | |||||||||||
| 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 | ||||||||||||
| 福井大 | ||||||||||||
| 著者所属 | ||||||||||||
| 福井大 | ||||||||||||
| 著者所属 | ||||||||||||
| 福井大 | ||||||||||||
| 著者名 |
岡田, 明日香
× 岡田, 明日香
× 川上, 朋也
× 長谷川, 達人
|
|||||||||||
| 論文抄録 | ||||||||||||
| 内容記述タイプ | Other | |||||||||||
| 内容記述 | 本研究では連合学習を用いたネットワーク侵入検知システム（NIDS）の精度を向上するため，クライアント間で攻撃データを共有する手法を提案する．ネットワーク技術の発展に伴ってサイバー攻撃の被害が近年拡大しており，NIDS が活用されている．機械学習ベースの NIDS においては学習データの量と質が精度に大きく影響する．しかし，小さな組織ではデータ量が足りずに十分な学習ができず，他の組織のデータを共有することは個人情報漏洩のリスクがある．また，複数のクライアントが個々に学習を行う連合学習ではデータのプライバシーが保たれるが，データを集約した学習（中央集約型学習）と比較して精度が低下する．提案手法ではこの連合学習における精度低下を抑制するため，攻撃データに関しては隠す必要がない特徴が大半であると考え，複数のクライアント間で共有する．提案手法は連合学習フレームワーク Flower と HIKARI-2021 データセットを用いて評価し，Accuracy, Recall, Precision, F1-score が中央集約型学習の精度に近づくことを確認した． | |||||||||||
| 書誌情報 |
マルチメディア，分散，協調とモバイル(DICOMO2025)シンポジウム2025論文集 巻 2025, p. 1377-1384, 発行日 2025-06-18 |
|||||||||||
| 出版者 | ||||||||||||
| 言語 | ja | |||||||||||
| 出版者 | 情報処理学会 | |||||||||||
