JP6174537B2 - 操作検出装置、操作検出装置の動作方法およびコンピュータプログラム - Google Patents
操作検出装置、操作検出装置の動作方法およびコンピュータプログラム Download PDFInfo
- Publication number
- JP6174537B2 JP6174537B2 JP2014179976A JP2014179976A JP6174537B2 JP 6174537 B2 JP6174537 B2 JP 6174537B2 JP 2014179976 A JP2014179976 A JP 2014179976A JP 2014179976 A JP2014179976 A JP 2014179976A JP 6174537 B2 JP6174537 B2 JP 6174537B2
- Authority
- JP
- Japan
- Prior art keywords
- vector
- feature vector
- feature
- time
- similarity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
- Communication Control (AREA)
- Maintenance And Management Of Digital Transmission (AREA)
Description
図1は、第1の実施の形態に係る操作検出装置を利用する通信環境を例示する図である。
次に、本発明の第2の実施の形態について説明する。第2の実施の形態では、第1の実施の形態に同一または類似の装置および装置構成を用い、同一または類似のものについては第1の実施の形態で使用した符号を使用して重複説明を略し、第1の実施の形態とは異なる事項を中心に説明を行う。
次に、本発明の第3の実施の形態について説明する。第3の実施の形態では、第1または第2の実施の形態に同一または類似の装置および装置構成を用い、同一または類似のものについては第1の実施の形態等で使用した符号を使用して重複説明を略し、第1の実施の形態等とは異なる事項を中心に説明を行う。
次に、本発明の第4の実施の形態について説明する。第4の実施の形態では、第1または第2または第3の実施の形態に同一または類似の装置および装置構成を用い、同一または類似のものについては第1の実施の形態等で使用した符号を使用して重複説明を略し、第1の実施の形態等とは異なる事項を中心に説明を行う。
次に、本発明の第5の実施の形態について説明する。第5の実施の形態では、第1または第2または第3または第4の実施の形態に同一または類似の装置および装置構成を用い、同一または類似のものについては第1の実施の形態等で使用した符号を使用して重複説明を略し、第1の実施の形態等とは異なる事項を中心に説明を行う。
次に、本発明の第6の実施の形態について説明する。第6の実施の形態では、第1または第2または第3または第4または第5の実施の形態に同一または類似の装置および装置構成を用い、同一または類似のものについては第1の実施の形態等で使用した符号を使用して重複説明を略し、第1の実施の形態等とは異なる事項を中心に説明を行う。
S11:次に、操作パターン抽出部12は、各操作クラスタにつき、当該操作クラスタ内の特徴ベクトルの中心ベクトルを生成し、操作名データベース16から、当該中心ベクトルに適合するルールを含むレコードを検索し、当該中心ベクトルを当該レコード内の操作名に対応づける。つまり、操作パターン抽出部12は、各操作クラスタが何の操作を示すかを判定する。
S38:次に、操作検出部13は、類似度の最大値に対応する中心ベクトルに対応づけて記憶した閾値thを操作名データベース16から読み出し、類似度の最大値が閾値th以上か否かを判定する。
なお、第6の実施の形態のS10において、類似度の最大値が閾値未満(S8:NO)となった操作時間特徴ベクトルおよび差分特徴ベクトル(特徴ベクトルと総称する)のそれぞれにつき、操作名データベース16における当該特徴ベクトルに適合するルールの有無を判定し、適合すると判定された各ルールにつき、当該ルールに適合する特徴ベクトルからなる操作クラスタを生成してもよい。
11 入力部
12 操作パターン抽出部
13 操作検出部
14 出力部
15 ポート番号記憶部
16 操作名データベース
17 ノイズデータベース
Claims (6)
- 機器が通信を行うのに使用されるパケットを基に当該機器に対する操作を検出する操作検出装置であって、
複数種類の操作につき、当該操作の操作名と当該操作の際に適用されるルールおよび中心ベクトルを含むレコードが記憶される操作名データベースと、
ユーザが操作を行う可能性のない時間のパケットに基づいて生成された中心ベクトルを含むレコードが記憶されるノイズデータベースと、
操作を検出する前の期間において、単位時間ごとに、パケットのヘッダに含まれる所定の情報のそれぞれにつき、当該単位時間における当該所定の情報に該当するパケットの特徴量を算出する第1の特徴量算出手段と、
複数の単位時間につき、当該単位時間から始まる予め定められた複数の連続する単位時間について算出された特徴量からなる特徴ベクトルを生成する第1の特徴ベクトル生成手段と、
当該複数の特徴ベクトルを、前記機器のユーザが操作を行う可能性のある時間の特徴ベクトルである操作時間特徴ベクトルと前記ユーザが操作を行う可能性のない時間の特徴ベクトルであるノイズ時間特徴ベクトルとに分割する特徴ベクトル分割手段と、
複数の前記ノイズ時間特徴ベクトルから当該ノイズ時間特徴ベクトル間の類似性に基づいて複数のノイズクラスタを生成するノイズクラスタ生成手段と、
前記各ノイズクラスタにつき、当該ノイズクラスタ内のノイズ時間特徴ベクトルの中心ベクトルを生成し、前記ノイズデータベースに記憶させる第1の中心ベクトル生成手段と、
前記各操作時間特徴ベクトルにつき、当該操作時間特徴ベクトルと前記ノイズデータベースの各中心ベクトルとの類似度を算出する第1の類似度算出手段と、
当該類似度の最大値が予め定めた閾値以上の場合の該当の操作時間特徴ベクトルと当該最大値に対応する中心ベクトルとの差分を特徴量とする差分特徴ベクトルを生成する第1の差分特徴ベクトル生成手段と、
当該最大値が当該閾値未満の場合の該当の操作時間特徴ベクトルおよび前記差分特徴ベクトルからなる複数の特徴ベクトルから当該特徴ベクトル間の類似性に基づいて複数の操作クラスタを生成する操作クラスタ生成手段と、
前記各操作クラスタにつき、当該操作クラスタ内の特徴ベクトルの中心ベクトルを生成し、前記操作名データベースから、当該中心ベクトルに適合するルールを含むレコードを検索し、当該中心ベクトルを当該レコード内の操作名に対応づける第2の中心ベクトル生成手段と、
操作を検出する期間において、単位時間ごとに、パケットのヘッダに含まれる所定の情報のそれぞれにつき、当該単位時間における当該所定の情報に該当するパケットの特徴量を算出する第2の特徴量算出手段と、
当該特徴量からなる特徴ベクトルを生成する第2の特徴ベクトル生成手段と、
当該各特徴ベクトルにつき、当該特徴ベクトルと前記ノイズデータベースの各中心ベクトルとの類似度を算出する第2の類似度算出手段と、
当該類似度の最大値が予め定めた閾値以上の場合の該当の特徴ベクトルと当該最大値に対応する中心ベクトルとの差分を計算し、当該差分を特徴量とする差分特徴ベクトルを生成する第2の差分特徴ベクトル生成手段と、
前記操作名データベースにおける各中心ベクトルにつき、当該各差分特徴ベクトルとの類似度ならびに前記第2の類似度算出手段で算出した類似度の最大値が閾値以上の場合の該当の各特徴ベクトルとの類似度を算出する第3の類似度算出手段と、
当該類似度の最大値が予め定めた閾値以上なら、前記操作名データベースから当該最大値に対応する中心ベクトルに対応づけられた操作名を読み出す操作名読出手段と
を備えることを特徴とする操作検出装置。 - 機器が通信を行うのに使用されるパケットを基に当該機器に対する操作を検出する操作検出装置であって、
複数種類の操作につき、当該操作の操作名と当該操作の際に適用されるルールおよび中心ベクトルを含むレコードが記憶される操作名データベースと、
ユーザが操作を行う可能性のない時間のパケットに基づいて生成された中心ベクトルを含むレコードが記憶されるノイズデータベースと、
操作を検出する前の期間において、単位時間ごとに、パケットのヘッダに含まれる所定の情報のそれぞれにつき、当該単位時間における当該所定の情報に該当するパケットの特徴量を算出する第1の特徴量算出手段と、
複数の単位時間につき、当該単位時間から始まる予め定められた複数の連続する単位時間について算出された特徴量からなる特徴ベクトルを生成する第1の特徴ベクトル生成手段と、
当該複数の特徴ベクトルを、前記機器のユーザが操作を行う可能性のある時間の特徴ベクトルである操作時間特徴ベクトルと前記ユーザが操作を行う可能性のない時間の特徴ベクトルであるノイズ時間特徴ベクトルとに分割する特徴ベクトル分割手段と、
複数の前記ノイズ時間特徴ベクトルから当該ノイズ時間特徴ベクトル間の類似性に基づいて複数のノイズクラスタを生成するノイズクラスタ生成手段と、
前記各ノイズクラスタにつき、当該ノイズクラスタ内のノイズ時間特徴ベクトルの中心ベクトルを生成し、前記ノイズデータベースに記憶させる第1の中心ベクトル生成手段と、
前記各操作時間特徴ベクトルにつき、当該操作時間特徴ベクトルと前記ノイズデータベースの各中心ベクトルとの類似度を算出する第1の類似度算出手段と、
当該類似度の最大値が予め定めた閾値以上の場合の該当の操作時間特徴ベクトルと当該最大値に対応する中心ベクトルとの差分を特徴量とする差分特徴ベクトルを生成する第1の差分特徴ベクトル生成手段と、
当該最大値が当該閾値未満の場合の該当の操作時間特徴ベクトルおよび前記差分特徴ベクトルからなる複数の特徴ベクトルのそれぞれにつき、前記操作名データベースにおける当該特徴ベクトルに適合するルールの有無を判定し、適合すると判定された各ルールにつき、当該ルールに適合する特徴ベクトルからなる操作クラスタを生成する操作クラスタ生成手段と、
当該各操作クラスタにつき、当該操作クラスタの中心ベクトルを生成し、前記操作名データベースから、当該操作クラスタに対応するルールを含むレコードを検索し、当該中心ベクトルを当該レコード内の操作名に対応づける第2の中心ベクトル生成手段と、
操作を検出する期間において、単位時間ごとに、パケットのヘッダに含まれる所定の情報のそれぞれにつき、当該単位時間における当該所定の情報に該当するパケットの特徴量を算出する第2の特徴量算出手段と、
当該特徴量からなる特徴ベクトルを生成する第2の特徴ベクトル生成手段と、
当該各特徴ベクトルにつき、当該特徴ベクトルと前記ノイズデータベースの各中心ベクトルとの類似度を算出する第2の類似度算出手段と、
当該類似度の最大値が予め定めた閾値以上の場合の該当の特徴ベクトルと当該最大値に対応する中心ベクトルとの差分を計算し、当該差分を特徴量とする差分特徴ベクトルを生成する第2の差分特徴ベクトル生成手段と、
前記操作名データベースにおける各中心ベクトルにつき、当該各差分特徴ベクトルとの類似度ならびに前記第2の類似度算出手段で算出した類似度の最大値が閾値以上の場合の該当の各特徴ベクトルとの類似度を算出する第3の類似度算出手段と、
当該類似度の最大値が予め定めた閾値以上なら、前記操作名データベースから当該最大値に対応する中心ベクトルに対応づけられた操作名を読み出す操作名読出手段と
を備えることを特徴とする操作検出装置。 - 前記特徴ベクトル分割手段は、
前記パケットの特徴量と予め定めた閾値を用いて、前記第1の特徴ベクトル生成手段で生成された複数の特徴ベクトルを操作時間特徴ベクトルとノイズ時間特徴ベクトルとに分割する
ことを特徴とする請求項1または2記載の操作検出装置。 - 機器が通信を行うのに使用されるパケットを基に当該機器に対する操作を検出する操作検出装置の動作方法であって、
前記操作検出装置は、
複数種類の操作につき、当該操作の操作名と当該操作の際に適用されるルールおよび中心ベクトルを含むレコードが記憶される操作名データベースと、
ユーザが操作を行う可能性のない時間のパケットに基づいて生成された中心ベクトルを含むレコードが記憶されるノイズデータベースとを備え、
前記動作方法は、
前記操作検出装置の第1の特徴量算出手段が、
操作を検出する前の期間において、単位時間ごとに、パケットのヘッダに含まれる所定の情報のそれぞれにつき、当該単位時間における当該所定の情報に該当するパケットの特徴量を算出し、
前記操作検出装置の第1の特徴ベクトル生成手段が、
複数の単位時間につき、当該単位時間から始まる予め定められた複数の連続する単位時間について算出された特徴量からなる特徴ベクトルを生成し、
前記操作検出装置の特徴ベクトル分割手段が、
当該複数の特徴ベクトルを、前記機器のユーザが操作を行う可能性のある時間の特徴ベクトルである操作時間特徴ベクトルと前記ユーザが操作を行う可能性のない時間の特徴ベクトルであるノイズ時間特徴ベクトルとに分割し、
前記操作検出装置のノイズクラスタ生成手段が、
複数の前記ノイズ時間特徴ベクトルから当該ノイズ時間特徴ベクトル間の類似性に基づいて複数のノイズクラスタを生成し、
前記操作検出装置の第1の中心ベクトル生成手段が、
前記各ノイズクラスタにつき、当該ノイズクラスタ内のノイズ時間特徴ベクトルの中心ベクトルを生成し、前記ノイズデータベースに記憶させ、
前記操作検出装置の第1の類似度算出手段が、
前記各操作時間特徴ベクトルにつき、当該操作時間特徴ベクトルと前記ノイズデータベースの各中心ベクトルとの類似度を算出し、
前記操作検出装置の第1の差分特徴ベクトル生成手段が、
当該類似度の最大値が予め定めた閾値以上の場合の該当の操作時間特徴ベクトルと当該最大値に対応する中心ベクトルとの差分を特徴量とする差分特徴ベクトルを生成し、
前記操作検出装置の操作クラスタ生成手段が、
当該最大値が当該閾値未満の場合の該当の操作時間特徴ベクトルおよび前記差分特徴ベクトルからなる複数の特徴ベクトルから当該特徴ベクトル間の類似性に基づいて複数の操作クラスタを生成し、
前記操作検出装置の第2の中心ベクトル生成手段が、
前記各操作クラスタにつき、当該操作クラスタ内の特徴ベクトルの中心ベクトルを生成し、前記操作名データベースから、当該中心ベクトルに適合するルールを含むレコードを検索し、当該中心ベクトルを当該レコード内の操作名に対応づけ、
前記操作検出装置の第2の特徴量算出手段が、
操作を検出する期間において、単位時間ごとに、パケットのヘッダに含まれる所定の情報のそれぞれにつき、当該単位時間における当該所定の情報に該当するパケットの特徴量を算出し、
前記操作検出装置の第2の特徴ベクトル生成手段が、
当該特徴量からなる特徴ベクトルを生成し、
前記操作検出装置の第2の類似度算出手段が、
当該各特徴ベクトルにつき、当該特徴ベクトルと前記ノイズデータベースの各中心ベクトルとの類似度を算出し、
前記操作検出装置の第2の差分特徴ベクトル生成手段が、
当該類似度の最大値が予め定めた閾値以上の場合の該当の特徴ベクトルと当該最大値に対応する中心ベクトルとの差分を計算し、当該差分を特徴量とする差分特徴ベクトルを生成し、
前記操作検出装置の第3の類似度算出手段が、
前記操作名データベースにおける各中心ベクトルにつき、当該各差分特徴ベクトルとの類似度ならびに前記第2の類似度算出手段で算出した類似度の最大値が閾値以上の場合の該当の各特徴ベクトルとの類似度を算出し、
前記操作検出装置の操作名読出手段が、
当該類似度の最大値が予め定めた閾値以上なら、前記操作名データベースから当該最大値に対応する中心ベクトルに対応づけられた操作名を読み出す
ことを特徴とする操作検出装置の動作方法。 - 機器が通信を行うのに使用されるパケットを基に当該機器に対する操作を検出する操作検出装置の動作方法であって、
前記操作検出装置は、
複数種類の操作につき、当該操作の操作名と当該操作の際に適用されるルールおよび中心ベクトルを含むレコードが記憶される操作名データベースと、
ユーザが操作を行う可能性のない時間のパケットに基づいて生成された中心ベクトルを含むレコードが記憶されるノイズデータベースとを備え、
前記動作方法は、
前記操作検出装置の第1の特徴量算出手段が、
操作を検出する前の期間において、単位時間ごとに、パケットのヘッダに含まれる所定の情報のそれぞれにつき、当該単位時間における当該所定の情報に該当するパケットの特徴量を算出し、
前記操作検出装置の第1の特徴ベクトル生成手段が、
複数の単位時間につき、当該単位時間から始まる予め定められた複数の連続する単位時間について算出された特徴量からなる特徴ベクトルを生成し、
前記操作検出装置の特徴ベクトル分割手段が、
当該複数の特徴ベクトルを、前記機器のユーザが操作を行う可能性のある時間の特徴ベクトルである操作時間特徴ベクトルと前記ユーザが操作を行う可能性のない時間の特徴ベクトルであるノイズ時間特徴ベクトルとに分割し、
前記操作検出装置のノイズクラスタ生成手段が、
複数の前記ノイズ時間特徴ベクトルから当該ノイズ時間特徴ベクトル間の類似性に基づいて複数のノイズクラスタを生成し、
前記操作検出装置の第1の中心ベクトル生成手段が、
前記各ノイズクラスタにつき、当該ノイズクラスタ内のノイズ時間特徴ベクトルの中心ベクトルを生成し、前記ノイズデータベースに記憶させ、
前記操作検出装置の第1の類似度算出手段が、
前記各操作時間特徴ベクトルにつき、当該操作時間特徴ベクトルと前記ノイズデータベースの各中心ベクトルとの類似度を算出し、
前記操作検出装置の第1の差分特徴ベクトル生成手段が、
当該類似度の最大値が予め定めた閾値以上の場合の該当の操作時間特徴ベクトルと当該最大値に対応する中心ベクトルとの差分を特徴量とする差分特徴ベクトルを生成し、
前記操作検出装置の操作クラスタ生成手段が、
当該最大値が当該閾値未満の場合の該当の操作時間特徴ベクトルおよび前記差分特徴ベクトルからなる複数の特徴ベクトルのそれぞれにつき、前記操作名データベースにおける当該特徴ベクトルに適合するルールの有無を判定し、適合すると判定された各ルールにつき、当該ルールに適合する特徴ベクトルからなる操作クラスタを生成し、
前記操作検出装置の第2の中心ベクトル生成手段が、
当該各操作クラスタにつき、当該操作クラスタの中心ベクトルを生成し、前記操作名データベースから、当該操作クラスタに対応するルールを含むレコードを検索し、当該中心ベクトルを当該レコード内の操作名に対応づけ、
前記操作検出装置の第2の特徴量算出手段が、
操作を検出する期間において、単位時間ごとに、パケットのヘッダに含まれる所定の情報のそれぞれにつき、当該単位時間における当該所定の情報に該当するパケットの特徴量を算出し、
前記操作検出装置の第2の特徴ベクトル生成手段が、
当該特徴量からなる特徴ベクトルを生成し、
前記操作検出装置の第2の類似度算出手段が、
当該各特徴ベクトルにつき、当該特徴ベクトルと前記ノイズデータベースの各中心ベクトルとの類似度を算出し、
前記操作検出装置の第2の差分特徴ベクトル生成手段が、
当該類似度の最大値が予め定めた閾値以上の場合の該当の特徴ベクトルと当該最大値に対応する中心ベクトルとの差分を計算し、当該差分を特徴量とする差分特徴ベクトルを生成し、
前記操作検出装置の第3の類似度算出手段が、
前記操作名データベースにおける各中心ベクトルにつき、当該各差分特徴ベクトルとの類似度ならびに前記第2の類似度算出手段で算出した類似度の最大値が閾値以上の場合の該当の各特徴ベクトルとの類似度を算出し、
前記操作検出装置の操作名読出手段が、
当該類似度の最大値が予め定めた閾値以上なら、前記操作名データベースから当該最大値に対応する中心ベクトルに対応づけられた操作名を読み出す
ことを特徴とする操作検出装置の動作方法。 - 請求項1ないし3のいずれかに記載の操作検出装置としてコンピュータを機能させるためのコンピュータプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014179976A JP6174537B2 (ja) | 2014-09-04 | 2014-09-04 | 操作検出装置、操作検出装置の動作方法およびコンピュータプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014179976A JP6174537B2 (ja) | 2014-09-04 | 2014-09-04 | 操作検出装置、操作検出装置の動作方法およびコンピュータプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016054435A JP2016054435A (ja) | 2016-04-14 |
JP6174537B2 true JP6174537B2 (ja) | 2017-08-02 |
Family
ID=55744385
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014179976A Active JP6174537B2 (ja) | 2014-09-04 | 2014-09-04 | 操作検出装置、操作検出装置の動作方法およびコンピュータプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6174537B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022168279A1 (ja) * | 2021-02-05 | 2022-08-11 | 日本電信電話株式会社 | クラスタ数設定装置、クラスタ数設定方法及びプログラム |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7970934B1 (en) * | 2006-07-31 | 2011-06-28 | Google Inc. | Detecting events of interest |
JP5476643B2 (ja) * | 2010-08-02 | 2014-04-23 | 日本電信電話株式会社 | フロー分類方法、システム、およびプログラム |
JP5659175B2 (ja) * | 2012-03-06 | 2015-01-28 | エヌ・ティ・ティ・コムウェア株式会社 | アプリケーション種別分類装置及びアプリケーション種別分類方法並びにそのプログラム |
EP2908485A1 (en) * | 2014-02-18 | 2015-08-19 | Alcatel Lucent | Network device and method for packet flow classification |
-
2014
- 2014-09-04 JP JP2014179976A patent/JP6174537B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2016054435A (ja) | 2016-04-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109936512B (zh) | 流量分析方法、公共服务流量归属方法及相应的计算机系统 | |
JP6306739B2 (ja) | 悪性通信パターン抽出装置、悪性通信パターン抽出方法、および、悪性通信パターン抽出プログラム | |
US10423610B2 (en) | Exchange of information | |
JP6751168B2 (ja) | 異常要因推定装置、異常要因推定方法及びプログラム | |
US9813324B2 (en) | Dynamic control of endpoint profiling | |
JP2011015253A (ja) | 通信トラヒック分類方法、装置、およびプログラム | |
CN104915354A (zh) | 多媒体文件推送方法及装置 | |
JP2012186667A (ja) | ネットワーク障害検出装置、ネットワーク障害検出装置のネットワーク障害検出方法およびネットワーク障害検出プログラム | |
JP6174537B2 (ja) | 操作検出装置、操作検出装置の動作方法およびコンピュータプログラム | |
JP6046653B2 (ja) | 操作検出装置およびコンピュータプログラム | |
JP5863581B2 (ja) | 端末情報推定用の判定規則を生成する判定規則生成装置、ルータ、プログラム及び方法 | |
KR102299095B1 (ko) | 유사 패션 상품 데이터 검색 및 제공 방법과 그를 위한 컴퓨팅 장치 | |
JP2013187629A (ja) | アプリケーション種別分類装置及びアプリケーション種別分類方法並びにそのプログラム | |
CN110784330B (zh) | 一种应用识别模型的生成方法及装置 | |
JP6157189B2 (ja) | 識別装置、識別方法および識別プログラム | |
JP5872396B2 (ja) | クエリ発生周期の安定度を利用した端末情報推定装置、dnsサーバ、プログラム及び方法 | |
JP2020035219A (ja) | 情報処理装置、情報処理方法および情報処理プログラム | |
JP2021093689A (ja) | 情報処理システムおよび情報処理方法 | |
JP2020136723A (ja) | 通信品質劣化箇所推定装置、システム、方法およびプログラム | |
JP2015141456A (ja) | ボット判定装置、ボット判定方法、およびプログラム | |
JP2019185663A (ja) | 関連イベント統合プログラム、装置及び方法 | |
JP5551741B2 (ja) | 機器同定装置、機器同定システム、機器同定方法、及びプログラム | |
CN117579397B (zh) | 基于小样本集成学习的物联网隐私泄露检测方法及装置 | |
WO2023010823A1 (zh) | 网络故障根因的确定方法、装置、设备及存储介质 | |
JP5206375B2 (ja) | データ紐付けプログラム,情報処理装置およびデータ紐付け方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160913 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20170619 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20170704 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170706 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6174537 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |