Ceek.jp Altmetrics (α ver.)
文献ランキング
合計
1ヶ月間
1週間
1日間
文献カレンダー
新着文献
すべて
2 Users
5 Users
10 Users
新着投稿
Yahoo!知恵袋
レファレンス協同データベース
教えて!goo
はてなブックマーク
OKWave
Twitter
Wikipedia
検索
ウェブ検索
ニュース検索
ホーム
文献詳細
1
0
0
0
OA
「Kyoto 2016 Dataset」における冗長性と同一特徴量異ラベルデータに関する報告
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。
言及状況
変動(ピーク前後)
変動(月別)
分布
外部データベース (DOI)
Google Scholar
Twitter
(1 users, 1 posts, 1 favorites)
俺の学会に提出した論文、参考文献にされてるな https://t.co/wm9BncVefR
収集済み URL リスト
https://www.jstage.jst.go.jp/article/jceeek/2019/0/2019_368/_pdf
(1)