| 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 | 2018-07-12 10:55 ［ポスター講演］エッジクラウド連携を用いた機械学習によるネットワーク広域異常検知に向けた一検討 ○田尻兼悟・池田泰弘（NTT）・川原亮一（東洋大）・新熊亮一（京大）  RCC2018-49 NS2018-62 RCS2018-107 SR2018-46 ASN2018-43 |
|
| 抄録 | （和） | 安定したサービスの提供やオペレータ負荷の低減に向けて，ネットワーク異常検知技術による障害発生の早期または予見的検知が重要である．特に，主成分分析やオートエンコーダのような，正常状態におけるログデータや観測データの次元間の関係を学習するような異常検知技術に注目が集まっているが，対象データの総量はネットワーク規模に応じて増大し，データの収集による帯域の圧迫やそれに伴う転送遅延，さらに処理が集中することによる処理時間の増大が問題となる． 本研究では，ネットワーク上で得られるデータの前処理や機械学習の分散的な処理により，転送および処理に要する総処理時間や，異常検知精度を最適化する方式について，簡易な評価により検討をおこなった． |
| （英） | Early or predictive detection of network failures with anomaly detection techniques is important for providing stable service and reducing operators load. In particular, machine learning-based anomaly detection techniques such as principal component analysis and autoencoder, which learn relationship among cross-domain data in normal states have been attracting attention. However, real-time machine learning-based anomaly detection for a large network is difficult due to transferring and computing delay with enormous log data monitored from a large network. For realization of real-time anomaly detection system, we proposed the anomaly detection techniques with cooperative edge-cloud computing to optimize the transferring and computing duration with the log data monitored from a network and accuracy of the anomaly detection. | |
| キーワード | （和） | エッジクラウド連携 / 異常検知 / 分散処理 / / / / / |
| （英） | Edge-Cloud Computing / Edge-Cloud Computing / Distributed Computing / / / / / | |
| 文献情報 | 信学技報, vol. 118, no. 126, SR2018-46, pp. 119-120, 2018年7月. | |
| 資料番号 | SR2018-46 | |
| 発行日 | 2018-07-04 (RCC, NS, RCS, SR, ASN) | |
| 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 | RCC2018-49 NS2018-62 RCS2018-107 SR2018-46 ASN2018-43 |
|
| 研究会情報 | |
| 研究会 | ASN NS RCS SR RCC |
| 開催期間 | 2018-07-11 - 2018-07-13 |
| 開催地（和） | 函館アリーナ |
| 開催地（英） | Hakodate Arena |
| テーマ（和） | 無線分散ネットワーク，機械学習とAIを応用した無線通信・ネットワーク技術，M2M (Machine-to-Machine)，D2D (Device-to-Device)，IoT（Internet of Things），一般 |
| テーマ（英） | Wireless Distributed Network, Machine Learning and AI for Wireless Communications and Networks, M2M (Machine-to-Machine), D2D (Device-to-Device), IoT（Internet of Things）, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | SR |
| 会議コード | 2018-07-ASN-NS-RCS-SR-RCC |
| 本文の言語 | 日本語 |
| タイトル（和） | エッジクラウド連携を用いた機械学習によるネットワーク広域異常検知に向けた一検討 |
| サブタイトル（和） | |
| タイトル（英） | A Study on Machine Learning Based Anomaly Detection for a Large Network with Cooperative Edge-Cloud Computing |
| サブタイトル（英） | |
| キーワード(1)（和/英） | エッジクラウド連携 / Edge-Cloud Computing |
| キーワード(2)（和/英） | 異常検知 / Edge-Cloud Computing |
| キーワード(3)（和/英） | 分散処理 / Distributed Computing |
| キーワード(4)（和/英） | / |
| 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） | 田尻 兼悟 / Kengo Tajiri / タジリ ケンゴ |
| 第1著者 所属（和/英） | 日本電信電話株式会社 (略称： NTT) Nippon Telegraph and Telephone Corporation (略称： NTT) |
| 第2著者 氏名（和/英/ヨミ） | 池田 泰弘 / Yasuhiro Ikeda / イケダ ヤスヒロ |
| 第2著者 所属（和/英） | 日本電信電話株式会社 (略称： NTT) Nippon Telegraph and Telephone Corporation (略称： NTT) |
| 第3著者 氏名（和/英/ヨミ） | 川原 亮一 / Ryoichi Kawahara / カワハラ リョウイチ |
| 第3著者 所属（和/英） | 東洋大学 (略称： 東洋大) Toyo University (略称： Toyo Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 新熊 亮一 / Ryoichi Shinkuma / シンクマ リョウイチ |
| 第4著者 所属（和/英） | 京都大学 (略称： 京大) Kyoto University (略称： Kyoto Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2018-07-12 10:55:00 |
| 発表時間 | 80分 |
| 申込先研究会 | SR |
| 資料番号 | RCC2018-49, NS2018-62, RCS2018-107, SR2018-46, ASN2018-43 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.123(RCC), no.124(NS), no.125(RCS), no.126(SR), no.127(ASN) |
| ページ範囲 | pp.109-110(RCC), pp.115-116(NS), pp.127-128(RCS), pp.119-120(SR), pp.125-126(ASN) |
| ページ数 | 2 |
| 発行日 | 2018-07-04 (RCC, NS, RCS, SR, ASN) |
[研究会発表申込システムのトップページに戻る]