| 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 | 2022-11-24 13:25 HDBSCANとDeep SVDDを用いたWebページの異常検知 ○野地勇佑・木村共孝・程 俊（同志社大）  CQ2022-51 |
|
| 抄録 | （和） | 本稿では，深層学習の一つであるDeep SVDD (Support Vector Data Description) を用いた異常Web ページ の判定手法を検討する．Deep SVDD はサポートベクトルデータ記述法（SVDD）の改良であり，SVDD のカーネルを ニューラルネットワークに置き換え，正常なデータを含む超球を最小化する手法である．Deep SVDD では学習デー タの大部分が正常データであると仮定しているにも関わらず，学習データに一定の割合で異常なWeb ページが含まれ ることで学習が安定しない．そこで，本稿では，Deep SVDD を用いる前にクラスタリング手法を適用し，異常デー タを排除する手法を提案する．具体的には，密度ベースクラスタリング手法の一つであるHDBSCAN（Hierarchical Density-based Spatial Clustering of Applications with Noise) を用いて異常データを取り除く．Web ページデータセット を用いた実験によって，HDBSCAN によって異常データ点を取り除くことができ，異常点を取り除いたデータを学習 データにすることで，Deep SVDD の性能が安定することを示す． |
| （英） | In this paper, we propose an anomalous Web page detection method using Deep SVDD (Support Vector Data Description), which is one of deep learning methods. Although Deep SVDD assumes that most of the training data is normal data, the learning process is not stable because a certain percentage of abnormal web pages are included in the training data. Therefore, in this paper, we eliminate abnormal data by applying a clustering method before using Deep SVDD. Specifically, HDBSCAN (Hierarchical Density-based Spatial Clustering of Applications with Noise), a density-based clustering method, is used to remove anomalous data. Through experiments using a web page dataset, we show that HDBSCAN can remove anomalous data points and that the performance of Deep SVDD is stabilized by removing anomalous data. | |
| キーワード | （和） | 異常検知 / 機械学習 / クラスタリング / Webページ / / / / |
| （英） | anomaly detection / machine learning / clustering / web pages / / / / | |
| 文献情報 | 信学技報, vol. 122, no. 275, CQ2022-51, pp. 23-27, 2022年11月. | |
| 資料番号 | CQ2022-51 | |
| 発行日 | 2022-11-17 (CQ) | |
| 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 | CQ2022-51 |
|
| 研究会情報 | |
| 研究会 | NS ICM CQ NV |
| 開催期間 | 2022-11-24 - 2022-11-25 |
| 開催地（和） | 福岡大学文系センター棟 + オンライン開催 |
| 開催地（英） | Humanities and Social Sciences Center, Fukuoka Univ. + Online |
| テーマ（和） | ネットワーク品質，ネットワーク計測・管理，ネットワーク仮想化，ネットワークサービス，ブロックチェーン，セキュリティ，ネットワークインテリジェンス・AI，一般 |
| テーマ（英） | Network quality, Network measurement/management, Network virtualization, Network service, Blockchain, Security, Network intelligence/AI, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | CQ |
| 会議コード | 2022-11-NS-ICM-CQ-NV |
| 本文の言語 | 日本語 |
| タイトル（和） | HDBSCANとDeep SVDDを用いたWebページの異常検知 |
| サブタイトル（和） | |
| タイトル（英） | Anomaly Detection on Web Pages Using HDBSCAN and Deep SVDD |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 異常検知 / anomaly detection |
| キーワード(2)（和/英） | 機械学習 / machine learning |
| キーワード(3)（和/英） | クラスタリング / clustering |
| キーワード(4)（和/英） | Webページ / web pages |
| 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） | 野地 勇佑 / Yusuke Noji / ノジ ユウスケ |
| 第1著者 所属（和/英） | 同志社大学 (略称： 同志社大) Doshisha University (略称： Doshisha Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 木村 共孝 / Tomotaka Kimura / キムラ トモタカ |
| 第2著者 所属（和/英） | 同志社大学 (略称： 同志社大) Doshisha University (略称： Doshisha Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 程 俊 / Jun Cheng / テイ シュン |
| 第3著者 所属（和/英） | 同志社大学 (略称： 同志社大) Doshisha University (略称： Doshisha Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2022-11-24 13:25:00 |
| 発表時間 | 25分 |
| 申込先研究会 | CQ |
| 資料番号 | CQ2022-51 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.275 |
| ページ範囲 | pp.23-27 |
| ページ数 | 5 |
| 発行日 | 2022-11-17 (CQ) |
[研究会発表申込システムのトップページに戻る]