講演抄録/キーワード |
講演名 |
2020-07-17 09:25
暗号化されたWebサービス推定のためのFew-shot Learningにおけるラベル付与法に関する検討 吉田祥太・○江口 優・塩本公平(東京都市大) ICM2020-14 |
抄録 |
(和) |
増大する通信トラヒックに対して,通信トラヒックの監視、制御は非常に重要である.しかしながら,近年の暗号化の標準化が進んでいることでトラヒックの種類の判別ができない.そこで本稿では,暗号化された通信に対して、観測できるパケットデータを特徴量として、Webサービスの種類を教師あり学習の手法であるFew-shot Learningを用いて分類する方法を提案する.ラベルの付いていないデータセットをt-SNEにより次元削減を行い,その後k-means法によるクラスタリングを行いクラスタの重心付近の特徴的なデータにラベルを付けるという手法により少数データにおいて分類精度が11%向上した. |
(英) |
It is very important to monitor and control the communication traffic to cope with the
increasing communication traffic.However, due to the recent standardization of encryption, it is not possible to distinguish the type of traffic.Therefore, in this paper, we use the observable packet data as a feature for encrypted communications. Using the supervised learning method, Few-shot Learning, to describe the types of web services We propose a method for classification.The unlabeled dataset is dimensionally reduced by t-SNE and then k-means method to label the characteristic data near the center of gravity of the cluster. The method improves classification accuracy in a small number of data sets by 11%. |
キーワード |
(和) |
トラヒック分類 / 機械学習 / 深層学習 / Few-shot Learning / / / / |
(英) |
Traffic classification / Machine learning / Deep learning / Few-shot Learning / / / / |
文献情報 |
信学技報, vol. 120, no. 109, ICM2020-14, pp. 37-42, 2020年7月. |
資料番号 |
ICM2020-14 |
発行日 |
2020-07-09 (ICM) |
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 |
ICM2020-14 |
研究会情報 |
研究会 |
ICM |
開催期間 |
2020-07-16 - 2020-07-17 |
開催地(和) |
オンライン開催 |
開催地(英) |
Online |
テーマ(和) |
管理機能,理論・運用方法論,および一般 |
テーマ(英) |
|
講演論文情報の詳細 |
申込み研究会 |
ICM |
会議コード |
2020-07-ICM |
本文の言語 |
日本語 |
タイトル(和) |
暗号化されたWebサービス推定のためのFew-shot Learningにおけるラベル付与法に関する検討 |
サブタイトル(和) |
|
タイトル(英) |
Study on which data we should label in a few-shot learning for service identification over encrypted web services |
サブタイトル(英) |
|
キーワード(1)(和/英) |
トラヒック分類 / Traffic classification |
キーワード(2)(和/英) |
機械学習 / Machine learning |
キーワード(3)(和/英) |
深層学習 / Deep learning |
キーワード(4)(和/英) |
Few-shot Learning / Few-shot 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) |
吉田 祥太 / Shouta Yoshida / ヨシダ ショウタ |
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: TCU) |
第2著者 氏名(和/英/ヨミ) |
江口 優 / Yutaka Eguchi / エグチ ユタカ |
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: TCU) |
第3著者 氏名(和/英/ヨミ) |
塩本 公平 / Kohei Shiomoto / シオモト コウヘイ |
第3著者 所属(和/英) |
東京都市大学 (略称: 東京都市大)
Tokyo City University (略称: TCU) |
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2著者 |
発表日時 |
2020-07-17 09:25:00 |
発表時間 |
25分 |
申込先研究会 |
ICM |
資料番号 |
ICM2020-14 |
巻番号(vol) |
vol.120 |
号番号(no) |
no.109 |
ページ範囲 |
pp.37-42 |
ページ数 |
6 |
発行日 |
2020-07-09 (ICM) |