「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

抄録

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。