MF研究者総覧

教員活動データベース

多数のセンサーが送出するトラヒックに対するアプリケーション分析手法

発表形態:
資料・解説・論説・研究報告・総合雑誌の論文
主要業績:
その他
単著・共著:
共著
発表年月:
2013年10月
DOI:
会議属性:
国内会議
査読:
無し
リンク情報:

日本語フィールド

著者:
堀 良彰, 馮 尭鍇, 永田 晃, 小寺 康平, 中村 勝一
題名:
多数のセンサーが送出するトラヒックに対するアプリケーション分析手法
発表情報:
電子情報通信学会技術研究報告, 113(256), 37-40, 2013-10-22 巻: 113 号: 256 ページ: 37-40
キーワード:
トラヒック解析,異常検知,非負値行列因子分解、センサー
概要:
センサーやスマートフォンなどの多様で膨大な数のデバイスが生成する比較的小さなサイズのデータが流入するビッグデータ時代の情報通信ネットワーク環境を考える。ビッグデータを配送する基幹ネットワークは、接続されたデバイスが送出するパケットの異常を検出するため、デバイスが送出するトラヒックの挙動の異常を効率的に解析し、かつ異常を起こすセンサーやスマートフォンからのデータ流入箇所を特定するための仕組みが求められる。本研究では、ビッグデータ用ネットワーク配送基盤に接続されたデバイスが送出するデータに対して、デバイスの異常挙動を検出するため、非負値行列因子分解を応用した定常パターン作成手法を提案する。特に、同一のアプリケーショントラヒックが多数のセンサーから送出される状況を仮定し、同一のアプリケーショントラヒックのクラスタリングと、その定常トラヒックパターンの生成を同時に実現する。
抄録:
センサーやスマートフォンなどの多様で膨大な数のデバイスが生成する比較的小さなサイズのデータが流入するビッグデータ時代の情報通信ネットワーク環境を考える。ビッグデータを配送する基幹ネットワークは、接続されたデバイスが送出するパケットの異常を検出するため、デバイスが送出するトラヒックの挙動の異常を効率的に解析し、かつ異常を起こすセンサーやスマートフォンからのデータ流入箇所を特定するための仕組みが求められる。本研究では、ビッグデータ用ネットワーク配送基盤に接続されたデバイスが送出するデータに対して、デバイスの異常挙動を検出するため、非負値行列因子分解を応用した定常パターン作成手法を提案する。特に、同一のアプリケーショントラヒックが多数のセンサーから送出される状況を仮定し、同一のアプリケーショントラヒックのクラスタリングと、その定常トラヒックパターンの生成を同時に実現する。

英語フィールド

Author:
Yoshiaki Hori, Yaokai Feng, Akira Nagata, Kohei Kotera, Katsuichi Nakamura
Title:
Application Analysis on Network Traffic from Many Sensors
Announcement information:
IEICE technical report, 113(256), 37-40, 2013-10-22 Vol: 113 Issue: 256 Page: 37-40
Keyword:
Traffic Analsysis, Anomaly Detection, NMF(Non-Negative Matrix Factorization), sensor
An abstract:
We discuss an anomaly detection of a computer network in Bigdata era. The network has to support to deliver network traffic which is sent from many devices such as a large number of sensors and smartphones. The core network in Bigdata era is required to have a feature of anomaly detection for many devices. We propose a way to create traffic patterns from such kind of devices by using NMF (non-negative matrix factorization). The analysis enable to make clusters with the same traffic behavior and to show their traffic patterns immediately.
An abstract:
We discuss an anomaly detection of a computer network in Bigdata era. The network has to support to deliver network traffic which is sent from many devices such as a large number of sensors and smartphones. The core network in Bigdata era is required to have a feature of anomaly detection for many devices. We propose a way to create traffic patterns from such kind of devices by using NMF (non-negative matrix factorization). The analysis enable to make clusters with the same traffic behavior and to show their traffic patterns immediately.


Copyright © MEDIA FUSION Co.,Ltd. All rights reserved.