| 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 | 2023-10-05 13:25 ［依頼講演］2段階クラスタリングによるトラヒックパターン解析に基づいたIoTデバイス分類 ○浅野瑞稀・三好 匠・山崎 託（芝浦工大）  NS2023-90 |
|
| 抄録 | （和） | 近年，IoTやAI技術を活用してより効率的で快適な暮らしを提供するスマートホームの実現に注目が集まっている．IoTデバイスやファームウェアのアップデート，及び挙動把握の難しさなどセキュリティ面における課題に対し，トラヒックデータに基づいたデバイス識別手法が提案されている．従来手法では，さまざまな特徴量に注目して機械学習を用いたIoTデバイスの識別及び推定を行っているが，実際の通信状況や挙動などの時系列的な特徴には着目していない．本稿では，2段階クラスタリングによるIoTトラヒックパターンの時系列特徴解析に基づいたデバイス分類手法を提案する．実際のIoTトラヒックデータを用いた評価実験により，提案手法は18種類のIoTデバイスに対して92.5%の精度でデバイス分類可能であることが分かった． |
| （英） | In recent years, the realization of smart homes, which will provide more effective and comfortable lifestyles by leveraging IoT and AI technology, has been attracting attention. For security issues due to the difficulties of updating IoT devices or their firmware and of grasping their behavior, IoT device identification methods based on traffic data have been proposed. While the conventional methods can identify and estimate IoT devices by means of machine learning with extracting various feature quantities, they do not focus on time-series characteristics such as communication status and behavior. This paper proposes an IoT device identification method based on time-series traffic pattern analysis with two-stage clustering. The evaluation experiments with real IoT traffic data demonstrated that the proposed method could identify 18 IoT devices possible with an accuracy rate of 92.5 percent. | |
| キーワード | （和） | IoT / トラヒック分析 / 機械学習 / クラスタリング / デバイス分類 / 時系列分析 / / |
| （英） | IoT / traffic analysis / machine learning / clustering / device classification / time-series analysis / / | |
| 文献情報 | 信学技報, vol. 123, no. 198, NS2023-90, pp. 105-110, 2023年10月. | |
| 資料番号 | NS2023-90 | |
| 発行日 | 2023-09-27 (NS) | |
| 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 | NS2023-90 |
|
| 研究会情報 | |
| 研究会 | NS |
| 開催期間 | 2023-10-04 - 2023-10-06 |
| 開催地（和） | 北海道大学 + オンライン開催 |
| 開催地（英） | Hokkaidou University + Online |
| テーマ（和） | ネットワークアーキテクチャ(オーバレイ、P2P、ユビキタスNW、スケールフリーNW、アクティブNW、NGN・新世代NW、IoT、エッジコンピューティング)、次世代パケットトランスポート(高速Ethernet、IP over WDM、マルチサービスパケット技術、MPLS)、グリッド、一般 |
| テーマ（英） | Network architecture (5G, Local 5G, Beyond5G, Mobile networks, Ad-hoc and sensor networks, Overlay and P2P networks, Programmable networks, SDN/NFV, IoT, Network slicing), Next generation packet transport (High speed Ethernet, IP over WDM, Multi-service package technology, MPLS), Grid, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | NS |
| 会議コード | 2023-10-NS |
| 本文の言語 | 日本語 |
| タイトル（和） | 2段階クラスタリングによるトラヒックパターン解析に基づいたIoTデバイス分類 |
| サブタイトル（和） | |
| タイトル（英） | IoT Device Identification based on Traffic Pattern Analysis with Two-stage Clustering |
| サブタイトル（英） | |
| キーワード(1)（和/英） | IoT / IoT |
| キーワード(2)（和/英） | トラヒック分析 / traffic analysis |
| キーワード(3)（和/英） | 機械学習 / machine learning |
| キーワード(4)（和/英） | クラスタリング / clustering |
| キーワード(5)（和/英） | デバイス分類 / device classification |
| キーワード(6)（和/英） | 時系列分析 / time-series analysis |
| 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） | 浅野 瑞稀 / Mizuki Asano / アサノ ミズキ |
| 第1著者 所属（和/英） | 芝浦工業大学 (略称： 芝浦工大) Shibaura Institute of Technology (略称： Shibaura Inst. Tech.) |
| 第2著者 氏名（和/英/ヨミ） | 三好 匠 / Takumi Miyoshi / |
| 第2著者 所属（和/英） | 芝浦工業大学 (略称： 芝浦工大) Shibaura Institute of Technology (略称： Shibaura Inst. Tech.) |
| 第3著者 氏名（和/英/ヨミ） | 山崎 託 / Taku Yamazaki / |
| 第3著者 所属（和/英） | 芝浦工業大学 (略称： 芝浦工大) Shibaura Institute of Technology (略称： Shibaura Inst. Tech.) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-10-05 13:25:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NS |
| 資料番号 | NS2023-90 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.198 |
| ページ範囲 | pp.105-110 |
| ページ数 | 6 |
| 発行日 | 2023-09-27 (NS) |
[研究会発表申込システムのトップページに戻る]