| 講演名 | 2020-03-06 Isolation Forestによる異常検知の効率化に関する検討 池田 翼(広島市大), 永山 忍(広島市大), 稲木 雅人(広島市大), 若林 真一(広島市大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | Isolation Forest は二分決定木のアンサンブル学習により異常を検知する手法であり，入力データに従って各決定木を辿り，パス長の平均が基準より長ければ正常データ，短ければ異常データと判定する．この判定で，正常なデータの判定処理が必要以上に長くなるという問題がある．本研究では，決定木内の各ノードの分岐数が3 以上である多値決定木を用いるIsolation Forest により，パス長の全体的な短縮化を図る．分岐数とパス長，判別時間，枝の総数，検知精度の関係を実験的に調査し，多値決定木を用いたIsolation Forest の有効性を示す．また，異常なデータを検知したときに各決定木の各ノードで選択された属性をみることによって，異常なデータの検知に有用な属性を知ることが可能であると考え，実験によって調査を行い，異常なデータの属性解析について検討する． |
| 抄録(英) | Isolation Forest is a method to detect anomalies by ensemble learning of binary decision trees. It traverses each decision tree according to the input data, and determines that the data is normal if its path length is longer than a threshold, otherwise it is anomaly. In this method, computation time needed for decision of normal data gets longer than necessary. In this study, we use a multi-valued decision tree based Isolation Forest in which the number of branches at each node in decision trees is more than 2, and try to shorten overall path length. Through experiments, we investigate relations of the number of branches with, path length, discrimination time, total number of branches, and detection accuracy to show the effectiveness of the Isolation Forest using multi-valued decision trees. We also consider that it is possible to know useful attributes for detecting anomaly data by checking the attributes frequently selected at each node of each decision tree when anomaly data is detected. We investigate by experiment and consider attribute analysis of anomaly data. |
| キーワード(和) | 異常検知 / Isolation Forest / 多値決定木 |
| キーワード(英) | Anomaly Detection / Isolation Forest / Multi-Valued Decision Trees |
| 資料番号 | VLD2019-125,HWS2019-98 |
| 発行日 | 2020-02-26 (VLD, HWS) |
| 研究会情報 | |
| 研究会 | HWS / VLD |
|---|---|
| 開催期間 | 2020/3/4(から4日開催) |
| 開催地（和） | 沖縄県青年会館 |
| 開催地（英） | Okinawa Ken Seinen Kaikan |
| テーマ（和） | システムオンシリコンを支える設計技術, ハードウェアセキュリティ, 一般 |
| テーマ（英） | Design Technology for System-on-Silicon, Hardware Security, etc. |
| 委員長氏名（和） | 川村 信一(東芝) / 戸川 望(早大) |
| 委員長氏名（英） | Shinichi Kawamura(Toshiba) / Nozomu Togawa(Waseda Univ.) |
| 副委員長氏名（和） | 池田 誠(東大) / 島崎 靖久(ルネサスエレクトロニクス) / 福田 大輔(富士通研) |
| 副委員長氏名（英） | Makoto Ikeda(Univ. of Tokyo) / Yasuhisa Shimazaki(Renesas Electronics) / Daisuke Fukuda(Fujitsu Labs.) |
| 幹事氏名（和） | 国井 裕樹(セコム) / 小野 貴継(九大) / 小平 行秀(会津大) / 桜井 祐市(日立) |
| 幹事氏名（英） | Hiroki Kunii(SECOM) / Takatsugu Ono(Kyushu Univ.) / Yukihide Kohira(Univ. of Aizu) / Yuichi Sakurai(Hitachi) |
| 幹事補佐氏名（和） | / 池田 一樹(日立) |
| 幹事補佐氏名（英） | / Kazuki Ikeda(Hitachi) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Hardware Security / Technical Committee on VLSI Design Technologies |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | Isolation Forestによる異常検知の効率化に関する検討 |
| サブタイトル（和） | |
| タイトル（英） | A Consideration on Efficient Anomaly Detection Based on Isolation Forest |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 異常検知 / Anomaly Detection |
| キーワード(2)（和/英） | Isolation Forest / Isolation Forest |
| キーワード(3)（和/英） | 多値決定木 / Multi-Valued Decision Trees |
| 第 1 著者 氏名（和/英） | 池田 翼 / Tsubasa Ikeda |
| 第 1 著者 所属（和/英） | 広島市立大学(略称：広島市大) Hiroshima City University(略称：HCU) |
| 第 2 著者 氏名（和/英） | 永山 忍 / Shinobu Nagayama |
| 第 2 著者 所属（和/英） | 広島市立大学(略称：広島市大) Hiroshima City University(略称：HCU) |
| 第 3 著者 氏名（和/英） | 稲木 雅人 / Masato Inagi |
| 第 3 著者 所属（和/英） | 広島市立大学(略称：広島市大) Hiroshima City University(略称：HCU) |
| 第 4 著者 氏名（和/英） | 若林 真一 / Shin'ichi Wakabayashi |
| 第 4 著者 所属（和/英） | 広島市立大学(略称：広島市大) Hiroshima City University(略称：HCU) |
| 発表年月日 | 2020-03-06 |
| 資料番号 | VLD2019-125,HWS2019-98 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | VLD-443,HWS-444 |
| ページ範囲 | pp.179-184(VLD), pp.179-184(HWS), |
| ページ数 | 6 |
| 発行日 | 2020-02-26 (VLD, HWS) |