文献

J-GLOBAL ID：202002212245801732   整理番号：20A1580923

LSTMによるネットワーク異常検出

Anomaly Detection of Network by LSTM

著者 (4件)： 浦川侑之介 (大阪府大 大学院人間社会システム科学研究科) ,  浦川侑之介 (NEC) ,  青木茂樹 (大阪府大 大学院人間社会システム科学研究科) ,  宮本貴朗 (大阪府大 大学院人間社会システム科学研究科)
資料名： 情報処理学会論文誌ジャーナル(Web)
巻： 61  号： 7  ページ： 1249-1254 (WEB ONLY)  発行年： 2020年07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： 本論文では,パケットのヘッダから単位時間ごとに抽出した特徴ベクトルを学習することによりネットワークの異常を検出する手法を提案する.単位時間ごとに特徴を抽出することで特徴抽出の処理にかかるコストを削減し,トラフィック量の多い大規模ネットワークに適用可能な異常検出手法の実現を目指す.特徴ベクトルの学習には,Deep Learningの一手法であるLSTM(Long short-term memory)を用いる.実験では,MWSデータセット,CICIDS2017データセットおよび大阪府立大学のキャンパスネットワークのトラフィックデータに本手法を適用し,C&Cサーバとの通信,DDoS攻撃,Port scan攻撃などの異常を検出できることを確認した.(著者抄録)

シソーラス用語： *機械学習 ,  *ニューラルネットワーク ,  *検出 ,  異常 ,  特徴抽出 ,  セキュリティ ,  *データ解析 ,  トラヒック測定 ,  計算機網 ,  コンピュータウイルス ,  コンピュータセキュリティ ,  サイバー攻撃
準シソーラス用語： *深層学習 ,  *LSTM ,  *異常検出 ,  ネットワークセキュリティ ,  *ネットワークトラヒック解析 ,  攻撃【情報】

分類 (3件)： データ保護  (JD01020V) ,  計算機網  (JC03000K) ,  人工知能  (JE08000Z)

引用文献 (4件)：

• Liu, H., Lang, B., Liu, M. and Yan, H.: CNN and RNN based payload classification methods for attack detection, Knowledge-Based Systems, Vol.163, pp.332-341 (2019).
• Xu, C., Shen, J., Du, X. and Zhang, F.: An intrusion detection system using a deep neural network with gated recurrent units, IEEE Access, Vol.6, pp.48697-48707 (2018).
• 高田雄太,寺田真敏,松木隆宏,笠間貴弘,荒木粧子,畑田充弘:マルウェア対策のための研究用データセット-MWS 2018 Datasets,情報処理学会研究報告,Vol.2018-CSEC-82, No.38, pp.1-8 (2018).
• Sharafaldin, I., Lashkari, A.H. and Ghorbani, A.A.: Toward Generating a New Intrusion Detection Dataset and Intrusion Traffic Characterization, 4th International Conference on Information Systems Security and Privacy (ICISSP), pp.108-116 (2018).

タイトルに関連する用語 (2件)： LSTM ,  異常検出