4Z-2
ランダムフォレストアルゴリズムを用いたネットワーク侵入検出システムの性能解析
○小池泰輔，梅澤　猛，大澤範高（千葉大）
亜種攻撃を検知するために，機械学習を応用した侵入検知手法が提案されている．
機械学習を効果的に用いるためには，適切な素性選択を行うことが重要である．そこで本研究では，侵入検知に有効な素性を抽出・選択することで検知率の向上を図るため，実際の侵入検知システムの動作記録の解析を行った．
解析するデータとしては，侵入検知システムの性能評価に用いられるトラフィックデータを用い，ランダムフォレストによる攻撃の検知モデルの構築を行って，モデルの評価を行った．
評価においては，学習結果を元に重要度の高い素性を選択し，少ない素性を利用した場合の精度を調べることで，攻撃検知に有効な素性の抽出を行った
footer 情報処理学会 セキュリティ プライバシーポリシー 倫理綱領 著作権について