| 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 | 2026-03-04 13:25 通信トラヒック分析に基づくGNNによる異常検知構造の影響評価 ○深山寧皇・石橋孝一（金沢工大）  IN2025-68 |
|
| 抄録 | （和） | 機械学習の進化，および多様な分野への展開に伴い，通信ネットワーク分野でも機械学習，とくにGraph Neural Networks (GNN)を活用したネットワーク設計・管理やトラヒックの異常検知の研究が行われている．また，通信ネットワークへの攻撃の面からは，サイバー攻撃の高度化および巧妙化と相まって，マルウェアの亜種も多数出現しており，マルウェア攻撃の早期検出が重要課題となっている．上記に対して，GNNを活用した侵入検知システム(IDS)の高度化に向けて，本研究では，GNNによる通信トラヒック分析における異常検知において，ノードやエッジの定義に基づくグラフ構造の違いによる検知率や誤検知率の評価を行う．得られた知見をもとに，IDS構築におけるサーバの計算リソースの設計やGNN活用に向けたパラメータ調整につなげる． |
| （英） | With the evolution of machine learning and its expansion into diverse domains, studies are being conducted in the field of communication networks to utilize machine learning, particularly Graph Neural Networks (GNNs) for network design and management, as well as for traffic anomaly detection. In addition, from the viewpoint of attacks on communication networks, the advancement and complexity of cyberattacks, together with the emergence of numerous malware variants, have emphasized the critical importance of early detection of malware attacks. Addressing these challenges, this research aims to advance intrusion detection systems (IDS) using GNNs. Specifically, it evaluates the detection rate and false positive rate in anomaly detection through GNN-based communication traffic analysis, focusing on differences in graph structures defined by nodes and edges. Based on the insights gained, this study informs the design of computational resources for servers in IDS construction and parameter tuning for GNN implementation. | |
| キーワード | （和） | グラフニューラルネットワーク / 侵入検知システム / 通信トラヒック分析 / グラフ構造 / 異常検知 / / / |
| （英） | Graph Neural Network / Intrusion Detection System / Network Traffic Analysis / Graph Structure / Anomaly Detection / / / | |
| 文献情報 | 信学技報, vol. 125, no. 386, IN2025-68, pp. 31-36, 2026年3月. | |
| 資料番号 | IN2025-68 | |
| 発行日 | 2026-02-25 (IN) | |
| 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 | IN2025-68 |
|
| 研究会情報 | |
| 研究会 | IN NS |
| 開催期間 | 2026-03-04 - 2026-03-06 |
| 開催地（和） | 沖縄県市町村自治会館 |
| 開催地（英） | Okinawa-Ken Shichoson Jichi Kaikan |
| 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 | IN |
| 会議コード | 2026-03-IN-NS |
| 本文の言語 | 日本語 |
| タイトル（和） | 通信トラヒック分析に基づくGNNによる異常検知構造の影響評価 |
| サブタイトル（和） | |
| タイトル（英） | Impact Analysis of Graph Structures on GNN-based Anomaly Detection Using Network Traffic |
| サブタイトル（英） | |
| キーワード(1)（和/英） | グラフニューラルネットワーク / Graph Neural Network |
| キーワード(2)（和/英） | 侵入検知システム / Intrusion Detection System |
| キーワード(3)（和/英） | 通信トラヒック分析 / Network Traffic Analysis |
| キーワード(4)（和/英） | グラフ構造 / Graph Structure |
| キーワード(5)（和/英） | 異常検知 / Anomaly Detection |
| 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） | 深山 寧皇 / Neo Miyama / ミヤマ ネオ |
| 第1著者 所属（和/英） | 金沢工業大学 (略称： 金沢工大) Kanazawa Institute of Technology (略称： KIT) |
| 第2著者 氏名（和/英/ヨミ） | 石橋 孝一 / Koichi Ishibashi / イシバシ コウイチ |
| 第2著者 所属（和/英） | 金沢工業大学 (略称： 金沢工大) Kanazawa Institute of Technology (略称： KIT) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-03-04 13:25:00 |
| 発表時間 | 25分 |
| 申込先研究会 | IN |
| 資料番号 | IN2025-68 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.386 |
| ページ範囲 | pp.31-36 |
| ページ数 | 6 |
| 発行日 | 2026-02-25 (IN) |
[研究会発表申込システムのトップページに戻る]