2019年2月28日
疎構造学習およびグラフ畳み込みニューラルネットワークによる異常検知
第81回全国大会講演論文集
- ,
- 巻
- 2019
- 号
- 1
- 開始ページ
- 31
- 終了ページ
- 32
- 記述言語
- 日本語
- 掲載種別
サイバー攻撃の高度化・多様化に伴い、機械学習を用いた侵入検知システム(IDS: Intrusion Detection System)の研究が盛んに進められている。IDSの研究で扱われる代表的なデータセットKDDCup1999Dataでの検証では、多くの手法が高い予測精度を示している。ところが実運用においては、予測精度の高さだけなく、そのトラフィックデータが攻撃である原因を追求する必要がある。そこで本研究では、疎構造学習を用いてトラフィックデータを人間が比較的理解しやすい相関関係グラフに変換し、そのグラフ構造をグラフ畳み込みニューラルネットワークによって学習する手法を提案する。本手法により、侵入検知ができるだけでなく、攻撃の原因となる部分グラフを示すことができると考えている。
- リンク情報
-
- CiNii Articles
- http://ci.nii.ac.jp/naid/170000179812
- CiNii Books
- http://ci.nii.ac.jp/ncid/AN00349328
- URL
- http://id.nii.ac.jp/1001/00196932/
- ID情報
-
- CiNii Articles ID : 170000179812
- CiNii Books ID : AN00349328