| 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 | 2024-02-29 11:10 教師なしオンライン機械学習による5G-IIoTデバイス分類・異常検知手法 ○師 宇軒・潘 倩倩・中尾彰宏（東大）  NS2023-188 |
|
| 抄録 | （和） | Society5.0の一環としてのIoTの発展に伴い，IoTシステムの輻輳とその解消が課題になっている．特に，ローカル5Gに基づいた大規模なIIoT(Industrial IoT)における，多数同時接続(mMTC)と超低遅延通信(URLLC)のニーズによりIIoTシステムの信頼性を要求する一方，攻撃や故障による輻輳が発生した時の迅速対応が困難の課題もある．5G-IIoTシステム堅牢化のため，AIを用いた自動異常検知・輻輳防止手法への需要は高まっている． 本研究の目的は，データプレーン(D-plane)のトラヒックデータに基づき5G-IIoTシステムにおける輻輳発生時の自律対処のためのデバイス分類と異常デバイス特定手法，およびRANインテリジェントコントローラ(RIC)を用いた異常デバイスの隔離を実現できる自律システムである．本提案の有効性評価として，仮想ローカル5Gテスト環境を作成し，生成したMessage Queuing Telemetry Transport(MQTT)-IIoT通信トラヒックに基づき提案手法と従来手法の精度比較を行う．評価結果として，従来手法の全体デバイス分類精度が86.9%の場合，提案手法は99.7%の分類精度を達成した． |
| （英） | In the context of Society 5.0, the evolution of the Internet of Things (IoT) and its ever growing demands of massive Machine Type Communications(mMTC) and Ultra Reliable Low Latency Communications(URLLC), have brought congestion-related challenges to the IoT systems. Particularly, the congestion in large-scale Industrial IoT (IIoT) caused by attacks or malfunctions, is threatening the reliability of large scale IIoT systems and the traditional methods of manual congestion response. In order to enhance the robustness of 5G-IIoT systems, there is an increasing demand for AI-based automatic anomaly detection and congestion prevention methods. The aim of this study is to develop an autonomous system for local 5G IIoT networks, capable of identifying anomaly traffic patterns based on data from the Data plane(D-Plane), and isolating the anomaly device(s) to another gNB using the RAN Intelligence Controller(RIC) during an congestion event. First, an unsupervised online learning-based traffic classification and anomaly detection method is designed based on decrypted D-Plane traffic. Second, a RIC-enabled congestion control and mitigation scheme is proposed to isolate the anomaly devices to another gNB. Third, we establish a virtual local 5G environment testbed to generate Message Queuing Telemetry Transport(MQTT)-IIoT communication traffic to evaluate the performance of the proposed method. Compared with conventional methods, our proposed method improves the overall classification accuracy from 86.9% to 99.7%. |
|
| キーワード | （和） | ローカル5G / RIC / 産業IoT(IIoT) / デバイス分類 / 異常検知 / 教師なし機械学習 / オンライン機械学習 / |
| （英） | Local 5G / RIC / Industrial IoT(IIoT) / device classification / anomaly detection / unsupervised machine learning / online machine learning / | |
| 文献情報 | 信学技報, vol. 123, no. 397, NS2023-188, pp. 96-102, 2024年2月. | |
| 資料番号 | NS2023-188 | |
| 発行日 | 2024-02-22 (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 | NS2023-188 |
|
| 研究会情報 | |
| 研究会 | NS IN |
| 開催期間 | 2024-02-29 - 2024-03-01 |
| 開催地（和） | 沖縄コンベンションセンター |
| 開催地（英） | Okinawa Convention Center |
| テーマ（和） | 一般 |
| テーマ（英） | General |
| 講演論文情報の詳細 | |
| 申込み研究会 | NS |
| 会議コード | 2024-02-NS-IN |
| 本文の言語 | 日本語 |
| タイトル（和） | 教師なしオンライン機械学習による5G-IIoTデバイス分類・異常検知手法 |
| サブタイトル（和） | |
| タイトル（英） | An unsupervised online learning-based traffic classification and anomaly detection method for 5G-IIoT systems |
| サブタイトル（英） | |
| キーワード(1)（和/英） | ローカル5G / Local 5G |
| キーワード(2)（和/英） | RIC / RIC |
| キーワード(3)（和/英） | 産業IoT(IIoT) / Industrial IoT(IIoT) |
| キーワード(4)（和/英） | デバイス分類 / device classification |
| キーワード(5)（和/英） | 異常検知 / anomaly detection |
| キーワード(6)（和/英） | 教師なし機械学習 / unsupervised machine learning |
| キーワード(7)（和/英） | オンライン機械学習 / online machine learning |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 師 宇軒 / Yuxuan Shi / シ ウケン |
| 第1著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： U Tokyo) |
| 第2著者 氏名（和/英/ヨミ） | 潘 倩倩 / Qianqian Pan / ハン センセン |
| 第2著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： U Tokyo) |
| 第3著者 氏名（和/英/ヨミ） | 中尾 彰宏 / Akihiro Nakao / ナカオ アキヒロ |
| 第3著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： U Tokyo) |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-02-29 11:10:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NS |
| 資料番号 | NS2023-188 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.397 |
| ページ範囲 | pp.96-102 |
| ページ数 | 7 |
| 発行日 | 2024-02-22 (NS) |
[研究会発表申込システムのトップページに戻る]