文献

J-GLOBAL ID：201602252876374645   整理番号：16A1064170

データトラヒックにおける異常検出のための次元縮小への新しいアプローチ【Powered by NICT】

A New Approach to Dimensionality Reduction for Anomaly Detection in Data Traffic

著者 (3件)： Huang Tingshan (Akamai Technologies, Cambridge, MA, USA) ,  Sethu Harish (Department of Electrical and Computer Engineering, Drexel University, Philadelphia, PA, USA) ,  Kandasamy Nagarajan (Department of Electrical and Computer Engineering, Drexel University, Philadelphia, PA, USA)
資料名： IEEE Transactions on Network and Service Management  (IEEE Transactions on Network and Service Management)
巻： 13  号： 3  ページ： 651-665  発行年： 2016年 
JST資料番号： W2434A  ISSN： 1932-4537  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 大規模ネットワークにおける大量豊富な交通のモニタリングと管理は,蓄積,伝送および計算コストにおける重要な課題を提供する。これらのコストを低減するための主要なアプローチは,データの変動の大部分は低次元表現に保存されているような低次元部分空間へのデータの線形マッピングを行うことに基づいている。次元縮小に対するこの分散ベース部分空間法は次元数の固定選択を強制し,観察された交通パターンのリアルタイムシフトへの応答ではなく,通常の交通なりすましに対して脆弱である。本論文で証明された理論的洞察に基づいて,観察された共分散行列と通常の交通間の実時間構造の違いが訓練データのみの構造よりも異常検出に関連するという事実によって動機づけされた次元縮小のための新しい距離ベース手法を提案した。距離ベース部分空間法と呼ばれる,著者らの手法は,異なる時間窓における低次元の異なる数を可能にし,効果的な異常検出のための必要な寸法の数のみに到達した。はこのアルゴリズムの集中および分散バージョンを提示し,実トラヒックトレースのシミュレーションを用いて,距離ベース部分空間法の定性的および定量的利点を実証した。Copyright 2016 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： アルゴリズム ,  線形性 ,  部分空間法 ,  *次元縮小
準シソーラス用語： 時間窓 ,  訓練データ ,  実時間 ,  共分散行列 ,  成り済し ,  部分空間 ,  低次元 ,  計算コスト ,  大規模ネットワーク ,  *異常検出 , 【Automatic Indexing@JST】

分類 (2件)： 信号理論  (ND02020G) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： トラヒック ,  異常検出 ,  次元縮小