お知らせ 2023年度・2024年度 学生員 会費割引キャンペーン実施中です
お知らせ 技術研究報告と和文論文誌Cの同時投稿施策(掲載料1割引き)について
お知らせ 電子情報通信学会における研究会開催について
お知らせ NEW 参加費の返金について
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 2023-03-15 09:30
CNNで抽出した特徴量に基づくVAEによるネットワークの異常検出
東畑和希阪府大)・青木茂樹宮本貴朗阪公立大IT2022-111 ISEC2022-90 WBS2022-108 RCC2022-108
抄録 (和) 侵入検知システム(IDS)の一つであるアノマリ型IDSは未知の攻撃を検出できる一方,検出精度向上の課題が存在している.精度向上のため,深層学習を利用した手法が注目されている.本稿では,CNN(Convolutional Neural Network)とVAE(Variational Autoencoder)を組み合わせた高精度なアノマリ型IDSを提案する.まず,トラフィックデータを画像形式で表現する.生成した画像にはテクスチャの様な特徴が見られるためCNNの中間層からテクスチャ特徴量を抽出する.次に,VAEによりネットワークの異常を検出する.実験では,CICIDS2017とBOSのデータセットにより有効性を確認した. 
(英) Anomaly-based IDS, one of the intrusion detection systems (IDS), can detect unknown anomalies, but there is a problem of improving detection accuracy. In order to improve accuracy, methods using deep learning have been attracting attention. General deep learning methods require labeled data. However, it is difficult to obtain a wide variety of anomalies in the field of network security. Thus, we focus on Variational AutoEncoder (VAE), which is capable of unsupervised learning among deep learning methods. On the other hand, deep learning technology has made remarkable progress in the field of image processing, and methods using Convolurional Neural Network (CNN) have shown very high accuracy. Especially, features extracted from the middle layer of a pre-trained CNN on a large image dataset are applied to various tasks and there are researches that use such features for IDS. In this paper, we propose a method for highly accurate anomaly-based IDS that combines VAE and features extracted from a pre-trained CNN on a large image dataset. In our experiments, we confirmed the effectiveness of our method using CICIDS2017, BOS datasets, and traffic data acquired in a real environment.
キーワード (和) CNN / VAE / ネットワーク異常検知 / / / / /  
(英) CNN / VAE / Anomaly Detection of Network / / / / /  
文献情報 信学技報, vol. 122, no. 428, ISEC2022-90, pp. 269-276, 2023年3月.
資料番号 ISEC2022-90 
発行日 2023-03-07 (IT, ISEC, WBS, RCC) 
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 IT2022-111 ISEC2022-90 WBS2022-108 RCC2022-108

研究会情報
研究会 RCC ISEC IT WBS  
開催期間 2023-03-14 - 2023-03-15 
開催地(和) 山口大学常盤キャンパス 
開催地(英)  
テーマ(和) RCC・ISEC・IT・WBS合同研究会 
テーマ(英)  
講演論文情報の詳細
申込み研究会 ISEC 
会議コード 2023-03-RCC-ISEC-IT-WBS 
本文の言語 日本語 
タイトル(和) CNNで抽出した特徴量に基づくVAEによるネットワークの異常検出 
サブタイトル(和)  
タイトル(英) Networks anomaly detection by VAE based on features extracted by CNN 
サブタイトル(英)  
キーワード(1)(和/英) CNN / CNN  
キーワード(2)(和/英) VAE / VAE  
キーワード(3)(和/英) ネットワーク異常検知 / Anomaly Detection of Network  
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) 東畑 和希 / Higashihata Kazuki / ヒガシハタ カズキ
第1著者 所属(和/英) 大阪府立大学 (略称: 阪府大)
Osaka Prefecture University (略称: Osaka Prefecture Univ.)
第2著者 氏名(和/英/ヨミ) 青木 茂樹 / Aoki Shigeki / アオキ シゲキ
第2著者 所属(和/英) 大阪公立大学 (略称: 阪公立大)
Osaka Metropolitan University (略称: Osaka Metropolitan Univ.)
第3著者 氏名(和/英/ヨミ) 宮本 貴朗 / Miyamoto Takao / ミヤモト タカオ
第3著者 所属(和/英) 大阪公立大学 (略称: 阪公立大)
Osaka Metropolitan University (略称: Osaka Metropolitan Univ.)
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1著者 
発表日時 2023-03-15 09:30:00 
発表時間 25分 
申込先研究会 ISEC 
資料番号 IT2022-111, ISEC2022-90, WBS2022-108, RCC2022-108 
巻番号(vol) vol.122 
号番号(no) no.427(IT), no.428(ISEC), no.429(WBS), no.430(RCC) 
ページ範囲 pp.269-276 
ページ数
発行日 2023-03-07 (IT, ISEC, WBS, RCC) 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会