ウダ　リュウヤ   宇田　隆哉    所属   コンピュータサイエンス学部 コンピュータサイエンス学科    職種   准教授
言語種別	日本語
発行・発表の年月	2025/03
形態種別	学術講演予稿集（学会、研究会を含む）
標題	機械学習ベースのNIDSを用いた未知の攻撃分類検知の精度を向上させる手法の提案
執筆形態	共著
掲載誌名	情報処理学会研究報告コンピュータセキュリティ
掲載区分	国内
出版社・発行元	情報処理学会
巻・号・頁	2025-CSEC-108(71),1-8頁
総ページ数	8
担当区分	最終著者
著者・共著者	田中 勁仁, 宇田 隆哉
概要	本論文では，ネットワーク侵入検知システム（NIDS）における未知攻撃の分類精度向上を目的とした手法を提案する．既存研究では，高精度で分類することはできない．そこで，本研究では，既存のNIDSで分類精度がとくに低いとされるR2L（Remote to Local）攻撃を対象とし，カテゴリ変数serviceを再構築することでモデル性能の改善を図った．具体的には，特徴量の項目の1つであるserviceのカテゴリ変数を種類や目的別にグループ分けしてまとめることで，データセットのばらつきを抑制する．本論文の追加実験で行った，情報利得が低い特徴量を削除する手法とOne-Hotエンコーディングしたカテゴリ変数を主成分分析によって1次元に圧縮する手法を組み合わせた結果，正解率0.996，適合率0.979，再現率1.00，F値0.989の精度を得た．分類には正常通信も含むため，本手法は未知の攻撃の正確な分類だけでなく検知も行える．