講演抄録/キーワード |
講演名 |
2018-03-02 13:30
機械学習を用いた異常通信の検出法 ○萬年 司・塩本公平(東京都市大) NS2017-226 |
抄録 |
(和) |
近年,インターネットの普及により,各種マルウエア (Malicious Software)の攻撃への対策が大きな課題となっている.ネットワーク上のコンピュータがマルウエアに感染すると,個人情報などの機密情報が知らないうちに流出するなどといった大きなダメージを受ける.現在ネットワーク上のコンピュータをマルウエアの攻撃から守るための多くのシステムが開発されているが,常に新たなマルウエアが開発されるため,すべてのマルウエアに有効な対策を見出すのは困難である.本稿では,マルウエアの攻撃を検知するIntrusion Detection System(IDS)に注目し,機械学習を用いたクラスタリングにより,通常の通信と,攻撃されている際の通信の判別を行い,その精度を上げていく事を検討する. |
(英) |
Today, through the widespread use of internet, we need to take measures of Malicious Software. Once computers on the internet are infected with the Malicious Software, some serious problems arise, such as personal information leak. Although many systems are currently being developed to protect computers on the network from malware attacks, it is difficult to find effective measures for all malware because of the development of new malwares. In this paper, we focus on the Intrusion Detection System(IDS) and examine the accuracy of classifications, which are attacks and non-attacks by using machine learning. |
キーワード |
(和) |
KDD cup 99 Data / ニューラルネットワーク / 機械学習 / IDS / / / / |
(英) |
KDD cup 99 Data / Neural network / Machine learning / IDS / / / / |
文献情報 |
信学技報, vol. 117, no. 459, NS2017-226, pp. 327-332, 2018年3月. |
資料番号 |
NS2017-226 |
発行日 |
2018-02-22 (NS) |
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 |
NS2017-226 |