| 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 | 2026-03-17 10:50 Gram行列特徴とGM-VAEを用いたネットワークトラフィックの異常検出 ○嶋津知雅・青木茂樹・宮本貴朗（阪公立大）  IT2025-120 ISEC2025-128 WBS2025-102 RCC2025-101 |
|
| 抄録 | （和） | 近年，サイバー攻撃の高度化によりネットワーク侵入検知システム（IDS）の重要性が高まっている． 深層学習を用いた IDS では Variational AutoEncoder（VAE）を用いた手法が報告されているが， VAE は潜在変数に単一のガウス分布を仮定するため，ネットワークトラフィックのような多峰性のデータ分布を十分に表現できないという問題がある．また，パケット系列を画像として扱うと， 画素値分布や繰り返し構造に由来するテクスチャ的特徴が現れるものの，従来手法ではこれらの 統計的構造を明示的に利用していない．そこで本研究では，VGG16 の中間層から抽出した Gram 行列特徴によりテクスチャ統計を取り出し，Gaussian Mixture VAE（GM-VAE）により 正常通信の多様な振る舞いを複数の潜在クラスタとして学習する教師なし異常検知手法を提案する．実験では CICIDS2017 データセットを用いて提案手法の有効性を確認した． |
| （英） | In recent years, the increasing sophistication of cyberattacks has heightened the importance of intrusion detection systems (IDS). While IDS approaches based on deep learning have employed Variational Autoencoders (VAE), VAE assumes a single Gaussian prior in the latent space, making it difficult to adequately represent multimodal data distributions such as those observed in network traffic. Moreover, when packet sequences are represented as images, texture-like characteristics arising from pixel-value distributions and repeated structural patterns become apparent; however, existing methods do not explicitly utilize such statistical structures. To address these issues, this study proposes an unsupervised anomaly detection method that extracts texture statistics from traffic images using Gram matrix features obtained from intermediate layers of VGG16, and models diverse normal communication behaviors as multiple latent clusters using a Gaussian Mixture VAE (GM-VAE). Experiments conducted on the CICIDS2017 dataset demonstrate the effectiveness of the proposed method. | |
| キーワード | （和） | トラフィック画像化 / Gram行列特徴 / GM-VAE / 教師なし学習 / IDS / / / |
| （英） | Traffic image representation / Gram matrix features / GM-VAE / Unsupervised learning / Intrusion detection system (IDS) / / / | |
| 文献情報 | 信学技報, vol. 125, no. 405, ISEC2025-128, pp. 258-265, 2026年3月. | |
| 資料番号 | ISEC2025-128 | |
| 発行日 | 2026-03-09 (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 | IT2025-120 ISEC2025-128 WBS2025-102 RCC2025-101 |
|
| 研究会情報 | |
| 研究会 | IT WBS ISEC RCC |
| 開催期間 | 2026-03-16 - 2026-03-17 |
| 開催地（和） | 信州大学 長野キャンパス |
| 開催地（英） | Nagano Campus, Shinshu University |
| テーマ（和） | ISEC/IT/RCC/WBS合同研究会 |
| テーマ（英） | Joint Workshop of ISEC, IT, RCC, and WBS |
| 講演論文情報の詳細 | |
| 申込み研究会 | ISEC |
| 会議コード | 2026-03-IT-WBS-ISEC-RCC |
| 本文の言語 | 日本語 |
| タイトル（和） | Gram行列特徴とGM-VAEを用いたネットワークトラフィックの異常検出 |
| サブタイトル（和） | |
| タイトル（英） | Anomaly Detection in Network Traffic Using Gram Matrix Features and GM-VAE |
| サブタイトル（英） | |
| キーワード(1)（和/英） | トラフィック画像化 / Traffic image representation |
| キーワード(2)（和/英） | Gram行列特徴 / Gram matrix features |
| キーワード(3)（和/英） | GM-VAE / GM-VAE |
| キーワード(4)（和/英） | 教師なし学習 / Unsupervised learning |
| キーワード(5)（和/英） | IDS / Intrusion detection system (IDS) |
| 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） | 嶋津 知雅 / Kazumasa Shimazu / シマヅ カズマサ |
| 第1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 / Takao Miyamoto / 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.) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-03-17 10:50:00 |
| 発表時間 | 25分 |
| 申込先研究会 | ISEC |
| 資料番号 | IT2025-120, ISEC2025-128, WBS2025-102, RCC2025-101 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.404(IT), no.405(ISEC), no.406(WBS), no.407(RCC) |
| ページ範囲 | pp.258-265 |
| ページ数 | 8 |
| 発行日 | 2026-03-09 (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]