CNNで抽出したパケットの特徴に基づくネットワークの異常検出

• Item type: Symposium(1)
• 公開日: 2021-10-19
• タイトル: CNNで抽出したパケットの特徴に基づくネットワークの異常検出
• タイトル / 言語: en
• タイトル: Network Anomaly Detection Based on Features of Packets Extracted by CNN
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: ネットワークの異常検出，CNN，VGG16，IDS
• 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: 大阪府立大学大学院人間社会システム科学研究科
• 著者所属: 大阪府立大学大学院人間社会システム科学研究科
• 著者所属: 大阪府立大学大学院人間社会システム科学研究科
• 著者所属(英): en
• 著者所属(英): Graduate School of Humanities and Sustainable System Sciences, Osaka Prefecture University
• 著者所属(英): en
• 著者所属(英): Graduate School of Humanities and Sustainable System Sciences, Osaka Prefecture University
• 著者所属(英): en
• 著者所属(英): Graduate School of Humanities and Sustainable System Sciences, Osaka Prefecture University
• 著者名: 鷺坂, 典雅; 青木, 茂樹; 宮本, 貴朗
• 著者名(英): Norimasa, Sagisaka; Shigeki, Aoki; Takao, Miyamoto
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 近年，サイバー攻撃の増加に伴い，ネットワーク上の不正な通信を検出する侵入検知システム (IDS) の研究が盛んに行われている. 一方，深層学習技術は画像認識分野において著しい発展を遂げており，特に大規模物体認識データセットを用いて学習させた CNN (Convolutional Neural Network) の中間層から抽出される特徴を，様々な分野に応用する研究が盛んに行われている．本稿では，画像処理分野で高い精度を示している CNN である VGG16 を特徴抽出器として用いて抽出した特徴に基づいて，ネットワークトラフィック中の異常トラフィックを検出する異常検知手法を提案する．まず，トラフィックデータを CNN に入力するために画像形式に変換する．この際，多様な攻撃に対応できるように複数の手法を適用して画像に変換する．次に，生成した画像を VGG16 に入力し，VGG16 の中間層から特徴ベクトルを抽出する．抽出した特徴ベクトルを識別するためのニューラルネットワークを学習用データにより学習させ，学習用データとは別に取得した識別用データに含まれる異常トラフィックを検出する．CICIDS 2017 データセットを用いて実験を実施し，本手法の有効性を確認した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: In recent years, with increase of cyber-attacks, research on IDS (Intrusion Detection System) to detect unauthorized communication has been actively conducted.On the other hand, deep learning technology has made remarkable progress in field of image processing.Thus, research on detecting cyber-attacks in network traffic by applying deep learning, which has shown high performance in the image processing field, to IDS is also being actively conducted.In this paper, we propose a method for detecting and identifying cyber-attacks with high accuracy using VGG16, which is a CNN that has shown high accuracy in the field of image processing. We use VGG16 as a feature extractor, and extract features from traffic data by VGG16.We learn the features by neural network and detect cyber-attacks. Experiments are conducted on CICIDS 2017 dataset to confirm the effectiveness of the proposed method.
• 書誌情報: コンピュータセキュリティシンポジウム2021論文集; p. 575-582, 発行日 2021-10-19
• 出版者 / 言語: ja
• 出版者: 情報処理学会