ご案内 入会して研究会活動をもっとお得に!研究会参加費・年間登録費が会員価格になります。
お知らせ 【重要】研究会参加費の支払いおよび原稿アップロード手続きの変更に関するご案内【1種研のみ】
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 2023-09-22 10:40
OLIViS: バックボーンISPにおけるキャパシティプランニングを考慮したOSINTに基づく軽量な動画コンテンツサービス識別手法
○田村優樹・寺岡文男・近藤賢郎(慶大) IA2023-23
抄録 (和) 2022 年現在, インターネットトラフィックの 66% は動画コンテンツサービスによって生成され, 中でも Netflix と YouTube が圧倒的なシェアを占める. 個々の動画コンテンツサービスのトラフィック量を予測することで, ISP は適切な設備投資を行い, CDN (Content Delivery Network) プロバイダとの適切なピアリングポリシを決定できる. DPI (Deep Packet Inspection) はネットワークサービスを特定するために広く使用されているが, パケットレベルの解析 はインターネットバックボーン規模のトラフィックへの対応が困難であり, 暗号化されたパケットには適用できない. 本稿では, OLIViS (OSINT-based Lightweight method for Identifying Video content Services) を提案する. スケーラビリ ティを実現するため, OLIViS はフローレベル分析を採用する. 第 1 段階として, OLIViS は, マイスフローを検出するよ うに訓練された CNN-VAE (Convolutional Neural Network - Variational AutoEncoder) を用いて, エレファントフローを 異常として抽出する. 第 2 段階では, SAN (Subject Alternative Name) などの OSINT (Open Source INTelligence) データ を参照し, エレファントフローに含まれる個々の動画コンテンツサービスのフローを特定する. OLIViS は Netflix と YouTube のフローをトラフィック量の観点で 96% 以上の精度で識別し, 識別されたフローの統計量はあるキャンパス ネットワークにおける非暗号化トラフィックの DPI を利用して推論される統計量に酷似している. 
(英) As of 2022, 66% of Internet traffic is generated by video content services, among which Netflix and YouTube are the dominant players. By predicting the traffic volume of individual video content services, ISPs can make appropriate capital investments and determine appropriate peering policies with CDN (Content Delivery Network) providers. Although DPI (Deep Packet Inspection) is widely used to identify network services, packet-level analysis does not scale to the traffic passing through backbone ISPs and is inapplicable to encrypted packets. This paper proposes OLIViS (OSINT-based Lightweight method for Identifying Video content Services). To achieve scalability, OLIViS adopts flow-level analysis. In the first step, OLIViS extracts elephant flows as anomalies using a CNN-VAE (Convolutional Neural Network - Variational AutoEncoder) trained to detect mice flows. In the second step, OLIViS identifies flows of individual video content services included in the elephant flows by referring to OSINT (Open Source INTelligence) data such as SAN (Subject Alternative Name). OLIViS identifies Netflix and youTube flows with accuracy of over 96% in terms of traffic volume, and OLIViS infers the flow statistics of Netflix and YouTube, which closely resemble those inferred with DPI on non-encrypted traffic in a campus network.
キーワード (和) ネットワークトラフィック分類 / 教師なし学習 / フローベース / Netflix / YouTube / / /  
(英) Network Traffic classification / flow-based / unsupervised learning / Netflix / YouTube / / /  
文献情報 信学技報, vol. 123, no. 193, IA2023-23, pp. 75-82, 2023年9月.
資料番号 IA2023-23 
発行日 2023-09-14 (IA) 
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 IA2023-23

研究会情報
研究会 IA  
開催期間 2023-09-21 - 2023-09-22 
開催地(和) 北海道大学 
開催地(英) Hokkaido Univeristy 
テーマ(和) インターネット運用・管理, ネットワークアーキテクチャ, 通信プロトコル, IoT, 一般 
テーマ(英) Internet Operation and Management, Network Architecture, Communication Protocols, IoT, etc. 
講演論文情報の詳細
申込み研究会 IA 
会議コード 2023-09-IA 
本文の言語 日本語 
タイトル(和) OLIViS: バックボーンISPにおけるキャパシティプランニングを考慮したOSINTに基づく軽量な動画コンテンツサービス識別手法 
サブタイトル(和)  
タイトル(英) OLIViS: An OSINT-Based Lightweight Method for Identifying Video Content Services for Capacity Planning in Backbone ISPs 
サブタイトル(英)  
キーワード(1)(和/英) ネットワークトラフィック分類 / Network Traffic classification  
キーワード(2)(和/英) 教師なし学習 / flow-based  
キーワード(3)(和/英) フローベース / unsupervised learning  
キーワード(4)(和/英) Netflix / Netflix  
キーワード(5)(和/英) YouTube / YouTube  
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) 田村 優樹 / Yuki Tamura / タムラ ユウキ
第1著者 所属(和/英) 慶應義塾大学 (略称: 慶大)
Keio University (略称: Keio Univ.)
第2著者 氏名(和/英/ヨミ) 寺岡 文男 / Fumio Teraoka / テラオカ フミオ
第2著者 所属(和/英) 慶應義塾大学 (略称: 慶大)
Keio University (略称: Keio Univ.)
第3著者 氏名(和/英/ヨミ) 近藤 賢郎 / Takao Kondo / コンドウ タカオ
第3著者 所属(和/英) 慶應義塾大学 (略称: 慶大)
Keio University (略称: Keio 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: )
第21著者 氏名(和/英/ヨミ) / /
第21著者 所属(和/英) (略称: )
(略称: )
第22著者 氏名(和/英/ヨミ) / /
第22著者 所属(和/英) (略称: )
(略称: )
第23著者 氏名(和/英/ヨミ) / /
第23著者 所属(和/英) (略称: )
(略称: )
第24著者 氏名(和/英/ヨミ) / /
第24著者 所属(和/英) (略称: )
(略称: )
第25著者 氏名(和/英/ヨミ) / /
第25著者 所属(和/英) (略称: )
(略称: )
第26著者 氏名(和/英/ヨミ) / /
第26著者 所属(和/英) (略称: )
(略称: )
第27著者 氏名(和/英/ヨミ) / /
第27著者 所属(和/英) (略称: )
(略称: )
第28著者 氏名(和/英/ヨミ) / /
第28著者 所属(和/英) (略称: )
(略称: )
第29著者 氏名(和/英/ヨミ) / /
第29著者 所属(和/英) (略称: )
(略称: )
第30著者 氏名(和/英/ヨミ) / /
第30著者 所属(和/英) (略称: )
(略称: )
第31著者 氏名(和/英/ヨミ) / /
第31著者 所属(和/英) (略称: )
(略称: )
第32著者 氏名(和/英/ヨミ) / /
第32著者 所属(和/英) (略称: )
(略称: )
第33著者 氏名(和/英/ヨミ) / /
第33著者 所属(和/英) (略称: )
(略称: )
第34著者 氏名(和/英/ヨミ) / /
第34著者 所属(和/英) (略称: )
(略称: )
第35著者 氏名(和/英/ヨミ) / /
第35著者 所属(和/英) (略称: )
(略称: )
第36著者 氏名(和/英/ヨミ) / /
第36著者 所属(和/英) (略称: )
(略称: )
講演者 第1著者 
発表日時 2023-09-22 10:40:00 
発表時間 25分 
申込先研究会 IA 
資料番号 IA2023-23 
巻番号(vol) vol.123 
号番号(no) no.193 
ページ範囲 pp.75-82 
ページ数 8 
発行日 2023-09-14 (IA) 


[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]

(日本語ページの行間係数: 1)

IEICE / 電子情報通信学会