講演抄録/キーワード |
講演名 |
2017-05-12 11:00
多層エクストリーム学習器を用いたネットワーク侵入検知システム高速構築の検討 ○野口大地・安達雅春(東京電機大) NLP2017-18 |
抄録 |
(和) |
近年, 2020年の東京オリンピック開催に向けてサイバーセキュリティの脅威が増しつつある. ネットワーク侵入をより素早く検知し, 様々な攻撃に素早く対応するには, 高速に侵入検知システムを構築する必要がある. 検知率の向上が期待される深層学習を用いた侵入検知システム(S.Poluluri, et al., EFTA2016, pp.1-8)では, システムの学習を行うために複数回のイタレーションが必要であり, 時間がかかる. そこで, 本研究では AE (Auto Encoder) に基づく多層エクストリーム学習器(L.L.C.Kasun, et al., IEEE Int. Syst., pp.31-34, 2014)を用いたネットワーク検知システムの高速な構築について検討を行う. |
(英) |
Recently, there are incremental threats of cyber security for holding the Olympic Games in Tokyo in 2020. The fast construction for Intrusion Detection System(IDS) enables us rapid detection of intrusions into network and to deal with incidents. The IDS using deep neural networks is expected to have high detection rate (S.Poluluri, et al., EFTA2016, pp.1-8). They need some iterations, being time consuming. Therefore, in this report, we propose a fast construction for Intrusion Detection System using multi-layer Extreme Learning Machine based on Auto Encoder (L.L.C.Kasun, et al., IEEE Int. Syst., p.p.31-34, 2014). |
キーワード |
(和) |
サイバーセキュリティ / エクストリーム学習器 / ネットワーク侵入検知システム / 深層学習 / / / / |
(英) |
Cyber Security / Extreme Learning Machine / Intrusion Detection System / Deep Learning / / / / |
文献情報 |
信学技報, vol. 117, no. 18, NLP2017-18, pp. 87-92, 2017年5月. |
資料番号 |
NLP2017-18 |
発行日 |
2017-05-04 (NLP) |
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 |
NLP2017-18 |
研究会情報 |
研究会 |
NLP |
開催期間 |
2017-05-11 - 2017-05-12 |
開催地(和) |
岡山理科大学 |
開催地(英) |
Okayama University of Science |
テーマ(和) |
一般 |
テーマ(英) |
etc. |
講演論文情報の詳細 |
申込み研究会 |
NLP |
会議コード |
2017-05-NLP |
本文の言語 |
日本語 |
タイトル(和) |
多層エクストリーム学習器を用いたネットワーク侵入検知システム高速構築の検討 |
サブタイトル(和) |
|
タイトル(英) |
Investigation of Fast Construction for Intrusion Detection System using Multi-Layer Extreme Learning Machine. |
サブタイトル(英) |
|
キーワード(1)(和/英) |
サイバーセキュリティ / Cyber Security |
キーワード(2)(和/英) |
エクストリーム学習器 / Extreme Learning Machine |
キーワード(3)(和/英) |
ネットワーク侵入検知システム / Intrusion Detection System |
キーワード(4)(和/英) |
深層学習 / Deep Learning |
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) |
野口 大地 / Daichi Noguchi / ノグチ ダイチ |
第1著者 所属(和/英) |
東京電機大学 (略称: 東京電機大)
Tokyo Denki University (略称: Tokyo Denki Univ.) |
第2著者 氏名(和/英/ヨミ) |
安達 雅春 / Masaharu Adachi / アダチ マサハル |
第2著者 所属(和/英) |
東京電機大学 (略称: 東京電機大)
Tokyo Denki University (略称: Tokyo Denki Univ.) |
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 |
2017-05-12 11:00:00 |
発表時間 |
25分 |
申込先研究会 |
NLP |
資料番号 |
NLP2017-18 |
巻番号(vol) |
vol.117 |
号番号(no) |
no.18 |
ページ範囲 |
pp.87-92 |
ページ数 |
6 |
発行日 |
2017-05-04 (NLP) |
|