要約
本稿では、ネットワークトラフィックにおけるコンピュータ攻撃の検出に深層学習手法を適用する際の課題について検討する。関連研究の分析および深層学習を用いた不正侵入検出への応用に関するレビュー結果を提示する。特に、最も広く用いられている深層学習手法についてその特徴を比較・検討し、不正侵入検出に向けた深層学習手法の分類体系を提案する。さらに、ネットワークトラフィックにおけるコンピュータ攻撃検出に向けた深層学習手法の現状の動向および課題を明らかにする。本研究では、深層学習手法の不正侵入検出への適用可能性を評価するために、CNN-BiLSTMニューラルネットワークを構築した。構築されたこのニューラルネットワークは、従来のランダムフォレスト分類器を用いたモデルと比較された。その結果、深層学習手法の導入により特徴量エンジニアリングの段階が簡素化され、ランダムフォレストモデルとCNN-BiLSTMモデルの評価指標は類似していることが確認された。これらの結果は、深層学習手法が不正侵入検出への応用において高い可能性を有していることを裏付けている。