抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
交通同定は,ネットワークセキュリティにおける基本的な問題である。深さパケット検査(DPI)とフローベース分類器のような伝統的な方法は,大量の試料を標識と手動で特徴を抽出するのが困難である。コンピュータビジョンにおける成果に触発されて,モバイルapp交通に焦点を当て,変分オートエンコーダネットワーク(VEAN)に基づく深学習モデルを提案した。著者らの貢献は二つである。モバイルapp交通流を視覚意味のある画像への新しい方法を提案し,機械はヒト方法でトラヒックを同定することを可能にする。変換法に基づいて,IMTD17と命名したオープンデータセットを作成した。第二に,改善されたネットワークモデルを提案し,変分オートエンコーダ(VAE)アルゴリズムを2段階学習に導入した。モデルは,大量のラベルなしデータからの学習を実現し,マニュアル特徴抽出のための置換の実現可能性を潜在特徴の可視化解析により説明した。実験結果は,同定精度は99.6%,実際的な要件を満たすに達することができることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】