講演抄録/キーワード |
講演名 |
2008-12-12 14:55
統計的異常トラフィック検出手法の動的パラメータ最適化に関する研究 ○肥村洋輔(東大)・福田健介(NII/JST)・長 健二朗(Iインターネットイニシアティブ)・江崎 浩(東大) IN2008-106 |
抄録 |
(和) |
本論文では,インターネットにおける統計的異常トラフィック検出手法の最適パラメータの自動設定について議論する.そして,スケッチおよびマルチスケール・ガンマモデルに基づく異常トラフィック検出手法および7ヶ月分の実トラフィックデータを用いて,適切な学習期間について評価する.ここで学習とは,過去数日分のデータを解析することにより当日の異常検出用の最適パラメータを推定することを意味する.主な結果は以下の通りである:(1) 学習を行わない場合,最適パラメータ値は日ごとに大きく変化する.(2) 特定の日のデータは最適パラメータ決定に関して強い影響力を持つ.(3) 最適な学習期間は3日程度である.(4) 学習によるパフォーマンス低下は,最善で 17% に抑えることができる. |
(英) |
In this paper, we investigate an automatic and dynamic parameter tuning method of a statistical network traffic anomaly detection algorithm. We evaluate the appropriate learning period of parameter setting in anomaly detection algorithm based on sketch and multi-scale gamma-function model with real network traces measured for 7 months. The main results are following: (1) Without learning, the best parameter highly varies day by day. (2) With a longer learning period, the best parameter setting is affected by significant data during the larning period. (3) The appropriate period of the learning is around 3 days. (4) The performance degradation rate with dynamic parameter tuning is 17% in the best case. |
キーワード |
(和) |
トラフィック解析 / 異常検出 / 性能評価 / 動的パラメータ最適化 / / / / |
(英) |
traffic analysis / anomaly detection / performance evaluation / dynamic parameter optimization / / / / |
文献情報 |
信学技報, vol. 108, no. 342, IN2008-106, pp. 121-126, 2008年12月. |
資料番号 |
IN2008-106 |
発行日 |
2008-12-04 (IN) |
ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
IN2008-106 |