講演抄録/キーワード |
講演名 |
2019-11-21 10:20
ディープ畳み込みニューラルネットワークに基づくLANの異常分類のためのビジュアル解析ツール ○孫 昱偉・落合秀也・江崎 浩(東大) NS2019-121 |
抄録 |
(和) |
最近、ローカルエリアネットワーク(LAN)で検知されているネットワークへの攻撃が急増している。 今まで、LAN のトラヒックデータを分析するために使用されているいくつかの方法がある。しかし、トラヒックデ ータから LAN 内で発生した事象の特徴を可視化する上で、異常の分類までを行う研究はまだ多くない。持続可能 な開発目標(SDGs)の概念が広く普及している現在、安全なネットワークの構築を含む持続可能でスマートな都市 を構築するという要件は非常に不可欠だと考えられる。本稿では、ヒルベルト曲線という構造を用いて視覚的な分 析を行い、選択したプロトコル情報を表す特徴マップを生成する。そこで、画像においてチャネルの概念に基づき、 選定したプロトコル情報を一枚の画像に持ち込む。8種類のイベントが発生する時のトラヒックデータを可視化し、 特徴マップとしてデータセットを構築する。その後、データセットに基づく一種の機械学習アプローチであるディ ープ畳み込みニューラルネットワーク(DCNN)をトレーニングする。ここで、2つの機能の異なるアクティブネ ットワークを用いてシステムの性能を検証する。また、precision、recall、およびF- measure を用いて手法の性能を 評価する。結果として、両方のネットワークにおいて約 0.76 の平均 F - measure を達成した。 |
(英) |
Recently, the attack monitored in Local Area Network (LAN) is surging. There are some methods being used to analyze the traffic data in LAN. However, the researches on how to visualize the feature of the events occurred in LAN from the traffic data are still not so many. With a broad spread of the concept of the Sustainable Development Goals (SDGs), the requirement of building a sustainable and smart city including the construction of a safe network is extremely imperative. In this paper, we propose visual analytics using a structure named Hilbert curve to generate feature maps representing some selected protocol information. As a brand-new approach, we merge all the protocol information based on the concept of a channel into one image. We collect the visualization result of several events to build a dataset. After this, we train a deep convolutional neural network (CNN), one kind of machine learning approaches based on the dataset. We evaluate the performance of our scheme using precision, recall, and F-measure in two active networks. The two networks have different purposes of usage. At last, we attain an average F-measure rate of around 0.76 in both networks. |
キーワード |
(和) |
可視化 / 畳み込みニューラルネットワーク / 深層学習 / ネットワークセキュリティ / LAN / / / |
(英) |
visualization / convolutional neural network / deep learning / network security / LAN / / / |
文献情報 |
信学技報, vol. 119, no. 297, NS2019-121, pp. 7-12, 2019年11月. |
資料番号 |
NS2019-121 |
発行日 |
2019-11-14 (NS) |
ISSN |
Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
NS2019-121 |
研究会情報 |
研究会 |
NS ICM CQ NV |
開催期間 |
2019-11-21 - 2019-11-22 |
開催地(和) |
神戸大学 六甲台第2キャンパス |
開催地(英) |
Rokkodai 2nd Campus, Kobe Univ. |
テーマ(和) |
ネットワーク品質,ネットワーク計測・管理,ネットワーク仮想化,ネットワークサービス,ブロックチェーン,セキュリティ,ネットワークインテリジェンス・AI,一般 注:NV研究会は発表申込み締切日が異なります。NV研究会への発表申込はこちらからお願いします。 |
テーマ(英) |
Network quality, Network measurement/management, Network virtualization, Network service, Blockchain, Security, Network intelligence, etc. |
講演論文情報の詳細 |
申込み研究会 |
NS |
会議コード |
2019-11-NS-ICM-CQ-NV |
本文の言語 |
日本語 |
タイトル(和) |
ディープ畳み込みニューラルネットワークに基づくLANの異常分類のためのビジュアル解析ツール |
サブタイトル(和) |
|
タイトル(英) |
Visual Analytics for Anomaly Classification in LAN Based on Deep Convolutional Neural Network |
サブタイトル(英) |
|
キーワード(1)(和/英) |
可視化 / visualization |
キーワード(2)(和/英) |
畳み込みニューラルネットワーク / convolutional neural network |
キーワード(3)(和/英) |
深層学習 / deep learning |
キーワード(4)(和/英) |
ネットワークセキュリティ / network security |
キーワード(5)(和/英) |
LAN / LAN |
キーワード(6)(和/英) |
/ |
キーワード(7)(和/英) |
/ |
キーワード(8)(和/英) |
/ |
第1著者 氏名(和/英/ヨミ) |
孫 昱偉 / Yuwei Sun / ソン イクイ |
第1著者 所属(和/英) |
東京大学 (略称: 東大)
The University of Tokyo (略称: UTokyo) |
第2著者 氏名(和/英/ヨミ) |
落合 秀也 / Hideya Ochiai / オチアイ ヒデヤ |
第2著者 所属(和/英) |
東京大学 (略称: 東大)
The University of Tokyo (略称: UTokyo) |
第3著者 氏名(和/英/ヨミ) |
江崎 浩 / Hiroshi Esaki / エサキ ヒロシ |
第3著者 所属(和/英) |
東京大学 (略称: 東大)
The University of Tokyo (略称: UTokyo) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
第7著者 氏名(和/英/ヨミ) |
/ / |
第7著者 所属(和/英) |
(略称: )
(略称: ) |
第8著者 氏名(和/英/ヨミ) |
/ / |
第8著者 所属(和/英) |
(略称: )
(略称: ) |
第9著者 氏名(和/英/ヨミ) |
/ / |
第9著者 所属(和/英) |
(略称: )
(略称: ) |
第10著者 氏名(和/英/ヨミ) |
/ / |
第10著者 所属(和/英) |
(略称: )
(略称: ) |
第11著者 氏名(和/英/ヨミ) |
/ / |
第11著者 所属(和/英) |
(略称: )
(略称: ) |
第12著者 氏名(和/英/ヨミ) |
/ / |
第12著者 所属(和/英) |
(略称: )
(略称: ) |
第13著者 氏名(和/英/ヨミ) |
/ / |
第13著者 所属(和/英) |
(略称: )
(略称: ) |
第14著者 氏名(和/英/ヨミ) |
/ / |
第14著者 所属(和/英) |
(略称: )
(略称: ) |
第15著者 氏名(和/英/ヨミ) |
/ / |
第15著者 所属(和/英) |
(略称: )
(略称: ) |
第16著者 氏名(和/英/ヨミ) |
/ / |
第16著者 所属(和/英) |
(略称: )
(略称: ) |
第17著者 氏名(和/英/ヨミ) |
/ / |
第17著者 所属(和/英) |
(略称: )
(略称: ) |
第18著者 氏名(和/英/ヨミ) |
/ / |
第18著者 所属(和/英) |
(略称: )
(略称: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2019-11-21 10:20:00 |
発表時間 |
25分 |
申込先研究会 |
NS |
資料番号 |
NS2019-121 |
巻番号(vol) |
vol.119 |
号番号(no) |
no.297 |
ページ範囲 |
pp.7-12 |
ページ数 |
6 |
発行日 |
2019-11-14 (NS) |
|