| 講演名 | 2006-11-16 ユビキタス環境におけるベイジアンネットワークとノンパラメトリック回帰を用いた異常事象検出手法(コンテキストとセキュリティ,FMC,モバイルネットワーク,情報家電ネットワーク及び一般) 金 順暎, 太田 昌克, 寺元 光生, |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 近年、オフィスや家庭等の生活空間にセンサネットワークを導入し、プレゼンス等の情報を抽出して作業管理や高齢者の見守りを行うという試みが盛んである。しかしながら生活空間においては、これまでセンサが主に利用されてきた工場等の観測対象の振る舞いが明確な環境とは違い、観測対象の多様な挙動による想定外の事象が発生するため、異常事象を想定したシステム設計が困難である。本研究では、想定外の異常事象を検出するために、ペイジアンネットワークとノンパラメトリック回帰を用いて確率モデルを学習し、異常検出を行う手法を提案する。ペイジアンネットワークは一般に離散変数に対して用いられるが、本手法ではノンパラメトリック回帰を用いて連続変数へも適用できるよう拡張した。さらに本手法をオフィスにおけるセンサデータに対して適用し、解析した結果について述べる。 |
| 抄録(英) | We propose a novel anomaly detection method for the heterogeneous sensor environment in the living space where we hardly analyze the entire mechanism of the environment and unlikely to predict the irregular events. By using Bayesian networks and nonparametric regression, our method learns the ordinary behaviors of sensor values and examines the degree of anomaly for each observation according to the estimated variance from the learning result. We applied our method to the data collected in an office room equipped by brightness and motion sensors, and obtained the putative sensor relation networks with no prior knowledge. We detected some symptoms of anomalous events, and furthermore, we found out the causal sensors by using the network structure. |
| キーワード(和) | ユビキタス / センサネットワーク / 異常検出 / ベイジアンネットワーク / ノンパラメトリック回帰 / 機械学習 |
| キーワード(英) | Ubiquitous / Sensor networks / Anomalous detection / Bayesian networks / Nonparametric regression / Machine learning |
| 資料番号 | IN2006-94 |
| 発行日 |
| 研究会情報 | |
| 研究会 | IN |
|---|---|
| 開催期間 | 2006/11/9(から1日開催) |
| 開催地（和） | |
| 開催地（英） | |
| テーマ（和） | |
| テーマ（英） | |
| 委員長氏名（和） | |
| 委員長氏名（英） | |
| 副委員長氏名（和） | |
| 副委員長氏名（英） | |
| 幹事氏名（和） | |
| 幹事氏名（英） | |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Information Networks (IN) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | ユビキタス環境におけるベイジアンネットワークとノンパラメトリック回帰を用いた異常事象検出手法(コンテキストとセキュリティ,FMC,モバイルネットワーク,情報家電ネットワーク及び一般) |
| サブタイトル（和） | |
| タイトル（英） | Detecting Unusual Events in Ubiquitous Sensor Environments using Bayesian Networks and Nonparametric Regression |
| サブタイトル（和） | |
| キーワード(1)（和/英） | ユビキタス / Ubiquitous |
| キーワード(2)（和/英） | センサネットワーク / Sensor networks |
| キーワード(3)（和/英） | 異常検出 / Anomalous detection |
| キーワード(4)（和/英） | ベイジアンネットワーク / Bayesian networks |
| キーワード(5)（和/英） | ノンパラメトリック回帰 / Nonparametric regression |
| キーワード(6)（和/英） | 機械学習 / Machine learning |
| 第 1 著者 氏名（和/英） | 金 順暎 / Sun Yong KIM |
| 第 1 著者 所属（和/英） | 日本電信電話株式会社 Nippon Telegraph and Telephone Corporation |
| 第 2 著者 氏名（和/英） | 太田 昌克 / Masakatsu OHTA |
| 第 2 著者 所属（和/英） | 日本電信電話株式会社 Nippon Telegraph and Telephone Corporation |
| 第 3 著者 氏名（和/英） | 寺元 光生 / Mitsuo TERAMOTO |
| 第 3 著者 所属（和/英） | 日本電信電話株式会社 Nippon Telegraph and Telephone Corporation |
| 発表年月日 | 2006-11-16 |
| 資料番号 | IN2006-94 |
| 巻番号（vol） | vol.106 |
| 号番号（no） | 358 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |