著者
齊藤 燎 相川 勝 井上 健太郎 山森 一人
出版者
電気・情報関係学会九州支部連合大会委員会
雑誌
電気関係学会九州支部連合大会講演論文集 2019年度電気・情報関係学会九州支部連合大会(第72回連合大会)講演論文集
巻号頁・発行日
pp.368, 2019-09-19 (Released:2020-01-20)

近年、ネットワーク機器に対する攻撃は増加傾向にあり、攻撃を検知する手法としてNIDSが注目されている。NIDSに関して機械学習と組み合わせた研究が行われており、京都大学に設置されたハニーポッドへの通信をもとに作られたデータセットKyoto 2016 Datasetが多田らによって発表されている。機械学習において、学習に用いるデータに偏りがあると、識別精度も偏る傾向があり汎化性能が低下してしまう。汎化性能を上げるためには、学習用のデータは偏りなく、冗長性が無いデータが望ましい。本稿ではKyoto 2016 Datasetにおける冗長性と同一特徴量異ラベルデータについて報告する。