| 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 | 2019-03-04 09:00 Adversarial Autoencoderを用いた半教師あり学習によるネットワーク侵入検知システムの検討 ○原 和希・塩本公平（東京都市大）  NS2018-193 |
|
| 抄録 | （和） | 近年，IoT デバイスの増加に伴うトラフィックの増加により，侵入検知システム(IDS) の重要性が増している. 特に，高精度で検出を行う機械学習を用いた手法が注目されている．しかし，高い検出精度を実現する教師あり学習では，ラベリング作業に多くのコストを要する．更に，トラフィックの傾向は日々変化しており，常に新たな攻撃が生まれ続けている．従って，継続的にIDS を更新して最新の状態に保つ必要があるが，これによりラベリング作業が何度も必要となるため，十分な量のラベルデータを確保し続けるのは困難である．そこで，本稿ではラベル付きデータとラベル無しデータを併用する半教師あり学習のAdversarial Autoencoderを使用し，その有効性を検証した． |
| （英） | In recent years the importance of intrusion detection system(IDS) is increasing. In particular, a method using machine learning has attracted attention. However, supervised learning to achieve high detection accuracy is expensive because it requires large amount of training data. As new attacks are constantly born, it is necessary to continuously update IDS with new training data. However it is difficult to keep large amount of training data. To address the issue, we propose a semi-supervised learning method using Adversarial Autoencoder. We evaluate the effectiveness of the proposed method using NSL-KDD dataset. | |
| キーワード | （和） | 侵入検知システム(IDS) / 機械学習 / 半教師あり学習 / Adversarial Autoencoder / / / / |
| （英） | Intrusion Detection System / Machine learning / Semi-supervised learning / Adversarial Autoencoder / / / / | |
| 文献情報 | 信学技報, vol. 118, no. 465, NS2018-193, pp. 1-6, 2019年3月. | |
| 資料番号 | NS2018-193 | |
| 発行日 | 2019-02-25 (NS) | |
| ISSN | 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 | NS2018-193 |
|
| 研究会情報 | |
| 研究会 | IN NS |
| 開催期間 | 2019-03-04 - 2019-03-05 |
| 開催地（和） | 沖縄コンベンションセンター |
| 開催地（英） | Okinawa Convention Center |
| テーマ（和） | 一般 |
| テーマ（英） | General |
| 講演論文情報の詳細 | |
| 申込み研究会 | NS |
| 会議コード | 2019-03-IN-NS |
| 本文の言語 | 日本語 |
| タイトル（和） | Adversarial Autoencoderを用いた半教師あり学習によるネットワーク侵入検知システムの検討 |
| サブタイトル（和） | |
| タイトル（英） | Intrusion Detection System using semi-supervised learning with Adversarial Autoencoder |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 侵入検知システム(IDS) / Intrusion Detection System |
| キーワード(2)（和/英） | 機械学習 / Machine learning |
| キーワード(3)（和/英） | 半教師あり学習 / Semi-supervised learning |
| キーワード(4)（和/英） | Adversarial Autoencoder / Adversarial Autoencoder |
| 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） | 原 和希 / Kazuki Hara / ハラ カズキ |
| 第1著者 所属（和/英） | 東京都市大学 (略称： 東京都市大) Tokyo City University (略称： Tokyo City Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 塩本 公平 / Kohei Shiomoto / シオモト コウヘイ |
| 第2著者 所属（和/英） | 東京都市大学 (略称： 東京都市大) Tokyo City University (略称： Tokyo City 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2019-03-04 09:00:00 |
| 発表時間 | 20分 |
| 申込先研究会 | NS |
| 資料番号 | NS2018-193 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.465 |
| ページ範囲 | pp.1-6 |
| ページ数 | 6 |
| 発行日 | 2019-02-25 (NS) |
[研究会発表申込システムのトップページに戻る]