インターネットトラヒックフローの分類問題に対するディープラーニングによるアプローチ

カテゴリ: 研究会(論文単位)

論文No: CMN17015

グループ名: 【C】電子・情報・システム部門 通信研究会

発行日: 2017/01/26

タイトル(英語): Deep learning Approach for Classification of Internet Traffic Flows

著者名: 康本 健史(摂南大学),工藤 隆則(摂南大学)

著者名(英語): Yasumoto Kenji(Setsunan University),Kudo Takanori(Setsunan University)

キーワード: トラヒック解析|機械学習|深層学習|Traffic analysis|Machine learning|Deep learning

要約(日本語): インターネットトラヒックをフロー単位で観測し、その特徴により分類することは、攻撃の検出やトラヒックエンジニアリングなどに利用でき、ネットワーク管理を行う上で重要となる。これまで多くのフローの分類に関する研究がなされてきており、特に機械学習を用いた分類は日々変化するインターネットに柔軟に対応できるため注目されてきた。本研究では近年注目を集めるディープラーニングによる分類を試みる。

要約(英語): Classification of the Internet traffic flows based on their features is essential for network management,security tasks and traffic engineering.Flow classification techniques using machine learning especially attract attention due to its flexibility to the rapid growth and change in the Internet.We tackle flow classification problem using deep learning.

原稿種別: 日本語

PDFファイルサイズ: 934 Kバイト