Transformerを用いたボットネット検出の検討

カテゴリ: 研究会(論文単位)

論文No: CMN23036

グループ名: 【C】電子・情報・システム部門 通信研究会

発行日: 2023/06/19

タイトル(英語): A study of botnet detection using Transformer

著者名: 野村 暢宏(同志社大学),木村 共孝(同志社大学),程 俊(同志社大学)

著者名(英語): Nobuhiro Nomura(Doshisha University),Tomotaka Kimura(Doshisha University),Jun Cheng(Doshisha University)

キーワード: 機械学習|Ｔｒａｎｓｆｏｒｍｅｒ|ボットネット分類|トラヒック分析|Machine Learning|Transformer|Botnet Classification|Traffic Analysis

要約(日本語): 本稿では，自然言語処理や画像処理の分野で非常に高いパフォーマンスを達成することで知られているTransformer を使用したボットネット検出方法を検討します．_x000D_ Transformerでは，Attention構造を使用することにより，再帰構造が排除され，並列化と高速学習が可能になります． _x000D_ 本稿では，Transformerがボットネット検出の精度も向上できるかどうかを調査します．具体的には，ボットネットデータを含むトレースデータを用いた実験を行い，Transformerを用いたボットネット検出手法の性能評価を行います．

要約(英語): In this paper, we consider a botnet detection method using Transformer, which is known to achieve very high performance in the fields of natural language processing and image processing. In Transformer, by using the attention mechanism, the recursive structures used in RNN (Recurrent Neural Networks) and LSTM(Long Short-Term Memory) are eliminated, allowing parallelisation and faster learning. In this paper, we investigate whether Transformer can also improve the accuracy of botnet detection. Specifically, we conduct experiments using trace data containing botnet data and evaluate the performance of the botnet detection method using Transformer.

本誌: 2023年6月22日-2023年6月23日通信研究会

本誌掲載ページ: 11-13 p

原稿種別: 日本語

PDFファイルサイズ: 462 Kバイト