お知らせ 2023年度・2024年度 学生員 会費割引キャンペーン実施中です
お知らせ 技術研究報告と和文論文誌Cの同時投稿施策(掲載料1割引き)について
お知らせ 電子情報通信学会における研究会開催について
お知らせ NEW 参加費の返金について
電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
[ログイン]
技報アーカイブ
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2014-11-29 11:20
機械学習を用いた侵入検知システムに関する学習手法の検討
荻野 正沖縄高専SWIM2014-18
抄録 (和) インターネットを経由した攻撃は、その手口が巧妙になっており、過去の攻撃パターンを検出するだけでは防ぎきれなくなっている。そこで、我々は全く新規の攻撃手法でも検出できる手法の検討を行っている。データ集合を統計的に分析し、異常なパターンを外れ値として検出する手法のLOFを、大量データをリアルタイムで機械学習するためのフレームワークであるJubatusの上で実行させ、ネットワークへの攻撃をリアルタイムで検出するシステムを構築している。今回、機械学習の手法について評価を行ったので報告する。 
(英) The network intrusion is becoming a big threat. Recent intrusions are becoming more clever and difficult to detect. Many of today’s intrusion detection systems are signature-based. They have good performance for known attacks, but theoretically they are not able to detect unknown attacks. On the other hand, an anomaly detection system can detect unknown attacks and is getting focus recently. In this paper, we study the effectiveness and the performance experiments of one of the major anomaly detection scales, LOF, on distributed online machine learning framework, Jubatus. After basic experiment, we propose a new machine learning method and show our new method has better performance than the original method.
キーワード (和) 機械学習 / 侵入検知システム / LOF / Jubatus / / / /  
(英) Anomaly Detection / Machine Learning / Jubatus / LOF / / / /  
文献情報 信学技報, vol. 114, no. 344, SWIM2014-18, pp. 23-28, 2014年11月.
資料番号 SWIM2014-18 
発行日 2014-11-22 (SWIM) 
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 SWIM2014-18

研究会情報
研究会 SWIM  
開催期間 2014-11-29 - 2014-11-29 
開催地(和) 東京工芸大学 
開催地(英) Tokyo Polytechnic Univ. 
テーマ(和) ビジネスモデリングの実装とインタープライズ(ワークショップ) 
テーマ(英) Implementation of Business modeling and Interprise (Work shop) 
講演論文情報の詳細
申込み研究会 SWIM 
会議コード 2014-11-SWIM 
本文の言語 英語(日本語タイトルあり) 
タイトル(和) 機械学習を用いた侵入検知システムに関する学習手法の検討 
サブタイトル(和)  
タイトル(英) A study of learning method for intrusion detection system using machine learning 
サブタイトル(英)  
キーワード(1)(和/英) 機械学習 / Anomaly Detection  
キーワード(2)(和/英) 侵入検知システム / Machine Learning  
キーワード(3)(和/英) LOF / Jubatus  
キーワード(4)(和/英) Jubatus / LOF  
キーワード(5)(和/英) /  
キーワード(6)(和/英) /  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) 荻野 正 / Tadashi Ogino / オギノ タダシ
第1著者 所属(和/英) 沖縄工業高等専門学校 (略称: 沖縄高専)
Okinawa National College of Technology (略称: Okinawa National College of Tech.)
第2著者 氏名(和/英/ヨミ) / /
第2著者 所属(和/英) (略称: )
(略称: )
第3著者 氏名(和/英/ヨミ) / /
第3著者 所属(和/英) (略称: )
(略称: )
第4著者 氏名(和/英/ヨミ) / /
第4著者 所属(和/英) (略称: )
(略称: )
第5著者 氏名(和/英/ヨミ) / /
第5著者 所属(和/英) (略称: )
(略称: )
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者 第1著者 
発表日時 2014-11-29 11:20:00 
発表時間 25分 
申込先研究会 SWIM 
資料番号 SWIM2014-18 
巻番号(vol) vol.114 
号番号(no) no.344 
ページ範囲 pp.23-28 
ページ数
発行日 2014-11-22 (SWIM) 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会