文献

J-GLOBAL ID：201902282218784990   整理番号：19A0897766

モバイルアドホックネットワークにおけるアンサンブル学習を用いた頑健な攻撃端末の検出

Robust Malicious Node Detection with Ensemble Learning in MANETs

著者 (4件)： GAO Boqi (大阪大 大学院情報科学研究科) ,  前川卓也 (大阪大 大学院情報科学研究科) ,  天方大地 (大阪大 大学院情報科学研究科) ,  原隆浩 (大阪大 大学院情報科学研究科)
資料名： 情報処理学会論文誌ジャーナル(Web)
巻： 60  号： 2  ページ： 501-513 (WEB ONLY)  発行年： 2019年02月15日 
JST資料番号： U0452A  ISSN： 1882-7764  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 近年,モバイルアドホックネットワーク(MANET)に関心が高まっている.MANETは無線移動端末のみで構成できるという利点から,次世代のネットワークとなるポテンシャルがある.一方,自律分散的なネットワークであるという特徴ゆえ,攻撃端末の参加も容易であるという側面もある.そのため,MANETにおけるセキュリティは,解決すべき重要な問題である.本論文では,MANETにおいて,機械学習を用いて攻撃端末を特定する新たな方法を提案する.一般的に,機械学習を用いた方法では,テスト環境で動作する検出器を同様の環境で訓練することを想定している.しかし,テスト環境と訓練環境が異なる場合,その検出器は効果的に機能しない.MANETはモバイル環境であるため,テスト環境とまったく同様の訓練環境を用意して訓練を行うことは難しい.提案手法は,アンサンブル学習を用いて,テスト環境に適応した検出器を作成する.まず,条件の異なる様々な環境でシミュレーションを行い,それぞれの環境ごとの検出器を学習する.そして,テスト環境で効果的に動作すると推定される検出器をいくつか統合してアンサンブル検出器を作成する.実験結果から,提案手法の有効性を検証し,既存手法を超える性能を持つことを示す.(著者抄録)

シソーラス用語： *アドホックネットワーク ,  移動通信 ,  無線LAN ,  無線伝送 ,  *セキュリティ ,  ネットワーク ,  *機械学習 ,  攻撃行動
準シソーラス用語： *モバイルアドホックネットワーク ,  *ネットワークセキュリティ ,  *アンサンブル学習

分類 (3件)： 移動通信  (ND08030H) ,  人工知能  (JE08000Z) ,  データ保護  (JD01020V)

引用文献 (36件)：

• Abbas, S., Merabti, M., Llewellyn-Jones, D. and Kifayat, K.: Lightweight sybil attack detection in manets, IEEE Systems Journal, Vol.7, No.2, pp.236-248 (2013).
• Akbani, R., Korkmaz, T. and Raju, G.: EMLTrust: An enhanced machine learning based reputation system for MANETs, Ad Hoc Networks, Vol.10, No.3, pp.435-457 (2012).
• Arora, J., Singh, P. and Rani, S.: Attacks in manets-a survey, EXCEL International Journal of Multidisciplinary Management Studies, Vol.3, No.10, pp.151-157 (2013).
• Bettstetter, C., Hartenstein, H. and Pérez-Costa, X.: Stochastic properties of the random waypoint mobility model, Wireless Networks, Vol.10, No.5, pp.555-567 (2004).
• Buchegger, S. and Le Boudec, J.-Y.: Performance analysis of the CONFIDANT protocol, MobiHoc, pp.226-236 (2002).

タイトルに関連する用語 (3件)： モバイルアドホックネットワーク ,  アンサンブル学習 ,  攻撃