@inproceedings{oai:ipsj.ixsq.nii.ac.jp:00219770,
 author = {阿部, 衛 and 金岡, 晃},
 book = {マルチメディア，分散，協調とモバイルシンポジウム2022論文集},
 month = {Jul},
 note = {標的型攻撃や APT（Advanced Persistent Threat）に対する検知技術の研究は，機械学習の採用など様々なアプローチで行われている．それらの研究を評価する際に用いられるデータセットも多くの種類が存在する．本研究では Los Alamos National Laboratory のデータセットに注目し，そのデータ特性調査と機械学習モデルへの適用の有用性の検討を行った．
データ特性の調査では，基礎調査により日ごとや週ごとの特徴がデータ量の推移から判明したため，1時間ごとに分割した時系列データのデータごとの関係性をクラスタリングを行い評価した．そしてそれらのデータを機械学習に適用する際の有用性を議論した．},
 pages = {1407--1411},
 publisher = {情報処理学会},
 title = {標的型攻撃の時系列データにおける1時間ごとの特徴と攻撃検知機械学習モデルの有用性検討},
 volume = {2022},
 year = {2022}
}