| 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 | 2022-05-19 10:25 深層学習を用いたBGPハイジャックの検知 ○中島健太・原山美知子（岐阜大）  ICM2022-2 |
|
| 抄録 | （和） | 大規模なAutonomous System (AS）の障害やネットワーク攻撃による被害の発生は，Border Gateway Protocol（BGP）のメッセージに影響を与え，インターネット通信全体の遅延や不安定化などをもたらす．本研究ではこれをBGPハイジャックと捉え，深層学習を用いたBGPメッセージの異常検知を提案する．本報告ではMalaysia-Telekom, Level3, Google, Facebookに起因する4つのインシデントを取り上げ，インシデントの発生周辺期間のBGPメッセージを解析してASpath長の統計値など９つの特徴量を求めた．これをMultilayer Perceptron (MLP) に学習させインシデントの検知精度を求めた．その結果，新規AnnounceやWithdrawなどいくつかの特徴量はインシデントに連動した変化が観察された．また，Malaysia-TelekomとLevel3のインシデントについては一定の検知精度が得られた．本報告では，BGPメッセージの特徴量の解析方法，特徴量の変化を示し，本手法による異常検知性能を検証する． |
| （英） | Failures of large autonomous systems (ASs) and network attacks can affect Border Gateway Protocol (BGP) messages, causing delays and instability in overall Internet communications. We note this as BGP hijacking and propose an anomaly detection method for BGP messages using deep learning. We report four incidents caused by Malaysia-Telekom, Level3, Google, and Facebook. We analyze BGP messages around the incidents to obtain nine features, such as AS path length statistics. These were trained on a multilayer perceptron (MLP) to determine the accuracy of incident detection. As a result, some of the features, such as new BGP announcements and withdrawals, change in conjunction with incidents. Detection accuracies for Malaysia-Telekom and Level 3 incidents were high. In this report, we show how to analyze the features of BGP messages, how they change, and the anomaly detection performance of our method. | |
| キーワード | （和） | BGP / BGPハイジャック / 異常検知 / 深層学習 / / / / |
| （英） | BGP / BGP Hijacking / Anomaly detection / Deep learning / / / / | |
| 文献情報 | 信学技報, vol. 122, no. 32, ICM2022-2, pp. 6-11, 2022年5月. | |
| 資料番号 | ICM2022-2 | |
| 発行日 | 2022-05-12 (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 | ICM2022-2 |
|
| 研究会情報 | |
| 研究会 | ICM IPSJ-CSEC IPSJ-IOT |
| 開催期間 | 2022-05-19 - 2022-05-20 |
| 開催地（和） | 長野ターミナル会館＋サブ会場 |
| 開催地（英） | |
| テーマ（和） | サービス管理，運用管理技術，セキュリティ管理，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 | 2022-05-ICM-CSEC-IOT |
| 本文の言語 | 日本語 |
| タイトル（和） | 深層学習を用いたBGPハイジャックの検知 |
| サブタイトル（和） | |
| タイトル（英） | BGP Hijacking Detection Using Deep Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | BGP / BGP |
| キーワード(2)（和/英） | BGPハイジャック / BGP Hijacking |
| キーワード(3)（和/英） | 異常検知 / Anomaly detection |
| 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） | 中島 健太 / Kenta Nakashima / ナカシマ ケンタ |
| 第1著者 所属（和/英） | 岐阜大学 (略称： 岐阜大) Gifu City University (略称： Gifu City Univ) |
| 第2著者 氏名（和/英/ヨミ） | 原山 美知子 / Mitiko Harayama / ハラヤマ ミチコ |
| 第2著者 所属（和/英） | 岐阜大学 (略称： 岐阜大) Gifu City University (略称： Gifu City Univ) |
| 講演者 | 第1著者 |
| 発表日時 | 2022-05-19 10:25:00 |
| 発表時間 | 25分 |
| 申込先研究会 | ICM |
| 資料番号 | ICM2022-2 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.32 |
| ページ範囲 | pp.6-11 |
| ページ数 | 6 |
| 発行日 | 2022-05-12 (ICM) |
[研究会発表申込システムのトップページに戻る]