講演抄録/キーワード |
講演名 |
2020-03-02 14:30
深層距離学習を用いたIoT機器に対するアノマリ型攻撃検知システムの提案 ○瀧本達也・稲葉宏幸(京都工繊大) SITE2019-90 IA2019-68 |
抄録 |
(和) |
近年,インターネットの発展に伴い,生活のあらゆる場面で多くのIoT機器が利用されている.一方で,IoT機器を狙った様々なサイバー攻撃が報告されており,この対策として攻撃検知システムがしばしば用いられている.攻撃検知システムはシグネチャ型とアノマリ型の2種類に大別できる.前者は未知の攻撃を検知することはできないが,後者は未知の攻撃を検知することが可能である.その反面,正常な状態を定義することが難しいという問題がある.しかし,IoT機器の場合には一般的なPC等とは異なり,その通信内容は限られた種類のパケットからなることが多い点を利用し,深層距離学習を用いて通信ログから正常動作のモデルを効率的に自動生成することを考える.そして,このモデルを適用したアノマリ型攻撃検知システムを提案する. |
(英) |
In recent years, with the development of the Internet, many IoT devices are used in all aspects of life. On the other hand, various cyber attacks targeting IoT devices have been reported. Attack detection systems are often used as countermeasures against this. Attack detection systems can be generally divided into two types: signature type and anomaly type. While the former cannot detect unknown attacks, the latter can detect such attacks. On the other hand, there exists a problem that it is difficult for anomaly type to define a normal state. However, in the case of IoT devices, the communication log is often composed of limited types of packets unlike general PC. Therefore, we generate a model of normal state of IoT communication using deep metric learning, and we propose an anomaly type attack detection system using it. |
キーワード |
(和) |
IoT / 異常検知 / 深層距離学習 / / / / / |
(英) |
IoT / anomaly detection / deep metric learning / / / / / |
文献情報 |
信学技報, vol. 119, no. 434, SITE2019-90, pp. 13-18, 2020年3月. |
資料番号 |
SITE2019-90 |
発行日 |
2020-02-24 (SITE, IA) |
ISSN |
Print edition: ISSN 0913-5685 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 |
SITE2019-90 IA2019-68 |
研究会情報 |
研究会 |
IA SITE IPSJ-IOT |
開催期間 |
2020-03-02 - 2020-03-03 |
開催地(和) |
オンライン開催 |
開催地(英) |
Online |
テーマ(和) |
インターネットと情報倫理教育、一般 |
テーマ(英) |
Internet and Information Ethics Education, etc. |
講演論文情報の詳細 |
申込み研究会 |
SITE |
会議コード |
2020-03-IA-SITE-IOT |
本文の言語 |
日本語 |
タイトル(和) |
深層距離学習を用いたIoT機器に対するアノマリ型攻撃検知システムの提案 |
サブタイトル(和) |
|
タイトル(英) |
Proposal of Anomaly Based Attack Detection System for IoT Devices Using Deep Metric Learning |
サブタイトル(英) |
|
キーワード(1)(和/英) |
IoT / IoT |
キーワード(2)(和/英) |
異常検知 / anomaly detection |
キーワード(3)(和/英) |
深層距離学習 / deep metric learning |
キーワード(4)(和/英) |
/ |
キーワード(5)(和/英) |
/ |
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) |
瀧本 達也 / Tatsuya Takimoto / タキモト タツヤ |
第1著者 所属(和/英) |
京都工芸繊維大学 (略称: 京都工繊大)
Kyoto Institute of Technology (略称: KIT) |
第2著者 氏名(和/英/ヨミ) |
稲葉 宏幸 / Hiroyuki Inaba / イナバ ヒロユキ |
第2著者 所属(和/英) |
京都工芸繊維大学 (略称: 京都工繊大)
Kyoto Institute of Technology (略称: KIT) |
第3著者 氏名(和/英/ヨミ) |
/ / |
第3著者 所属(和/英) |
(略称: )
(略称: ) |
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 |
2020-03-02 14:30:00 |
発表時間 |
25分 |
申込先研究会 |
SITE |
資料番号 |
SITE2019-90, IA2019-68 |
巻番号(vol) |
vol.119 |
号番号(no) |
no.434(SITE), no.435(IA) |
ページ範囲 |
pp.13-18 |
ページ数 |
6 |
発行日 |
2020-02-24 (SITE, IA) |
|