文献

J-GLOBAL ID：201702215808465990   整理番号：17A0826265

WLAN無線周波トラヒック分類【Powered by NICT】

Radio Frequency Traffic Classification Over WLAN

著者 (4件)： Kornycky Joe (Defence Science and Technology Laboratory, Porton Down, U.K.) ,  Abdul-Hameed Omar (Loughborough University London, London, U.K.) ,  Kondoz Ahmet (Loughborough University London, London, U.K.) ,  Barber Brian C. (Defence Science and Technology Laboratory, Porton Down, U.K.)
資料名： IEEE/ACM Transactions on Networking  (IEEE/ACM Transactions on Networking)
巻： 25  号： 1  ページ： 56-68  発行年： 2017年 
JST資料番号： W0507A  ISSN： 1063-6692  CODEN： IEANEP  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： ネットワークトラフィックの分類は,交通流を解析し,ネットワークアプリケーションの異なるカテゴリーに関連するプロセスである。ネットワークトラフィック分類は,ネットワークセキュリティの全体の連鎖における重要なタスクである。トラフィック分類の最も重要で広く普及した応用のいくつかは,暗号化トラヒック,悪意トラヒック流の識別と経路,様々なアプリケーションの使用に関するセキュリティポリシーの実施を分類する能力である。受動低コストと低複雑性無線ローカルエリアネットワーク(WLAN)デバイスを利用したネットワークをモニタリングすることが望ましい。モバイル装置は,使用することができ,またはそれらの計算負荷が低い場合に既存事務所デスクトップは一時的に利用することができる。これは既存のネットワークハードウェアの負担を減少させる。本論文の目的は,無線通信のためのトラフィック分類法を調べることである。侵入検出を支援するために,重要な目標は,受動的ネットワークセキュリティポリシーに付着していることを保証するためにWLAN上の異なるトラヒック形式を監視し,分類することである。暗号化WLANデータの分類は,有線交通で通常遭遇するないいくつかのユニークな課題を提起する。WLANトラヒックをトラヒック分類のための六つの異なる機械学習(ML)アルゴリズムへの入力として使用される特徴を解析した。これらアルゴリズムの一つ(ユニバーサル背景モデルを組み込んだGauss混合モデル)は有線または無線のネットワーク分類に適用されていない。また,ディシジョンツリーと結合した良く知られたベクトル量子化アルゴリズムを利用したMLアルゴリズムを提案する TRee適応並列ベクトル量子化器と呼ばれる。このアルゴリズムは,試験した他のMLアルゴリズムよりも多くの利点を持ち,無線トラヒック分類に適している。六つの異なるトラヒックタイプに跨る同一日に訓練と試験時平均Fスコア(適合率と再現率の調和平均)>0.84が達成された。Copyright 2017 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： ネットワーク ,  *無線LAN ,  機械学習 ,  ディシジョンツリー ,  暗号 ,  アルゴリズム ,  ベクトル量子化 ,  無線伝送 ,  応用プログラム
準シソーラス用語： Gauss混合モデル ,  侵入検知 ,  セキュリティポリシー ,  ネットワークセキュリティ ,  ネットワークトラフィック ,  *ワイヤレス , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (4件)： WLAN ,  無線 ,  トラヒック ,  分類