講演抄録/キーワード |
講演名 |
2022-03-09 09:30
機械学習によるトラヒック分類を用いた未知IoTデバイス認識 ○本山 潤・三好 匠・山崎 託・シルバーストン トーマス(芝浦工大) CQ2021-100 |
抄録 |
(和) |
IoT(Internet of things)デバイスが普及し,その数は今後も増え続けることが予想されている.この急速な普及に伴い,多数のIoTデバイスの状況を把握することは難しく,セキュリティの観点で問題視されている.従来研究では,複数デバイスの通信トラヒックに対して機械学習を用いてデバイス分類を行う手法が数多く提案されているが,得られた学習モデルを用いて未知のデバイスを予測したり発見したりする手法は少ない.本稿では,多数のIoTデバイスが接続されているネットワークを想定し,デバイスから生成されたトラヒックを機械学習を用いて識別することで,未知IoTデバイスを分類する手法を提案する.実験結果より,提案手法はセキュリティの観点において誤認識せずにデバイスを分類できることが分かった. |
(英) |
Internet of things (IoT) has become widespread, and it is predicted that the number of IoT devices will continue to increase. In response to this rapid proliferation, it is difficult to keep track of the status of a large number of IoT devices, which raises the issue of security. In previous research, many methods have been proposed to classify devices using machine learning for multiple devices, but few methods have been developed to predict or discover unknown devices using the resulting learning models. This paper proposes a method to classify unknown IoT devices by identifying the traffic generated by the devices using machine learning, assuming a network that many IoT devices are connected to. The experimental results show that the proposed method can classify devices without misrecognition in terms of security. |
キーワード |
(和) |
機械学習 / IoT / デバイス推定 / / / / / |
(英) |
Machine learning / IoT / Device estimation / / / / / |
文献情報 |
信学技報, vol. 121, no. 421, CQ2021-100, pp. 1-4, 2022年3月. |
資料番号 |
CQ2021-100 |
発行日 |
2022-03-02 (CQ) |
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 |
CQ2021-100 |
|