6X-01
教師なし学習を用いたDDoS攻撃検知に関する一検討
近年,Distributed Denial of Service (DDoS) 攻撃による被害が増加しており,DDoS攻撃の検知手法が数多く提案されている.その中でも,機械学習を用いた検知手法は高い検知精度が示されている.多くの研究では教師あり学習を採用しており,検知モデルを構築するために膨大な正常データと攻撃データを収集し,データに対してラベル付けを行うアノテーション作業が必要となる.本稿では,学習に攻撃データを必要とせず,正常データのみでのモデル構築を可能とする教師なし学習を用いたDDoS攻撃の検知手法について検討を行う.