@techreport{oai:ipsj.ixsq.nii.ac.jp:00224825,
 author = {原, 芳克 and 宮本, 耕平 and 飯田, 昌澄 and 川中, 翔太 and 韓, 燦洙 and 班, 涛 and 高橋, 健志 and 竹内, 純一 and Yoshikatsu, Kashiwabara and Kohei, Miyamoto and Masazumi, Iida and Shota, Kawanaka and Chansu, Han and Tao, Ban and Takeshi, Takahashi and Jun’ichi, Takeuchi},
 issue = {11},
 month = {Mar},
 note = {近年，ネットワーク上の不正アクセスを検知するシステムであるネットワーク型侵入検知システム (NIDS； network-based intrusion detection system) には，高度なニューラルネットワークの技術を応用したものが登場している．本研究では，LSTM が時系列情報の学習に強み置いていることをモチベーションに，通信パケット中の文字列の特徴をうまく学習することで，既存の NIDS モデルよりも高精度で通信を分類することを目標としている．先行研究に基づいた単語埋め込みと LSTM を用いたモデルによって，ヘッダーから情報を一部隠した上で分類した結果，パケットの分類精度が著しく低下することが新たに分かった．それに加えて，ヘッダーにペイロードの情報を付与してパケッ トを分類した場合，ヘッダーのみの場合と比較して，分類の精度が高くなることも確認できた．},
 title = {単語埋め込みとLSTMを用いたパケット単位異常通信分類モデルに関する考察},
 year = {2023}
}