JP7139657B2 - 学習プログラム、学習方法および学習装置 - Google Patents
学習プログラム、学習方法および学習装置 Download PDFInfo
- Publication number
- JP7139657B2 JP7139657B2 JP2018069153A JP2018069153A JP7139657B2 JP 7139657 B2 JP7139657 B2 JP 7139657B2 JP 2018069153 A JP2018069153 A JP 2018069153A JP 2018069153 A JP2018069153 A JP 2018069153A JP 7139657 B2 JP7139657 B2 JP 7139657B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- learning
- values
- items
- records
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/14—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic
- H04L63/1408—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic by monitoring network traffic
- H04L63/1425—Traffic logging, e.g. anomaly detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/40—Processing or translation of natural language
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/14—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic
- H04L63/1408—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic by monitoring network traffic
- H04L63/1416—Event detection, e.g. attack signature detection
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/14—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic
- H04L63/1441—Countermeasures against malicious traffic
- H04L63/145—Countermeasures against malicious traffic the attack involving the propagation of malware through the network, e.g. viruses, trojans or worms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/20—Ensemble learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Computer Hardware Design (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Virology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
110 通信部
111 表示部
112 操作部
120 記憶部
121 統合データ記憶部
122 複製データ記憶部
123 学習済モデル記憶部
130 制御部
131 生成部
132 学習部
133 比較部
134 判別部
Claims (7)
- 複数の項目を有するレコードをデータ単位とする複数ログから生成された入力データを入力し、
前記入力データの項目の一部の値が欠落している補完対象レコードに対し、前記補完対象レコードの値が欠落している項目に、同じ項目の値が欠落していないレコードの複数種類の値を候補値とし、前記候補値の数に応じて前記補完対象レコードを複製し、前記補完対象レコードのそれぞれに対して、前記候補値のそれぞれを複写して補完した変換データを生成し、
前記変換データを、入力テンソルデータをテンソル分解し深層学習を行う学習器により学習させる、
処理をコンピュータに実行させる学習プログラム。 - 前記変換データは、レコードに対応づいた時刻順に並べられる、
請求項1に記載の学習プログラム。 - 前記生成する処理は、前記補完対象レコードのそれぞれに対して、前記補完対象レコードの値が欠落していない項目のうち、前記候補値を有するレコードの対応する項目と値が一致する項目の数が多い順に、前記候補値のそれぞれを複写して、前記変換データを生成する、
請求項1または2に記載の学習プログラム。 - 前記生成する処理は、前記補完対象レコードのそれぞれに対して、直近の時刻から順に前記候補値のそれぞれを複写して、前記変換データを生成する、
請求項1~3のいずれか1つに記載の学習プログラム。 - 前記学習させる処理は、生成した前記変換データのうち、前記補完対象レコードをn行複製して前記候補値を補完した前記変換データを学習した第1学習済モデルと、前記補完対象レコードをn+1行複製して前記候補値を補完した前記変換データを学習した第2学習済モデルとを生成し、
生成した前記変換データに基づく評価用データを用いて、前記第1学習済モデルおよび前記第2学習済モデルの分類精度を比較し、比較した前記分類精度が同一となるまで前記nを増加させた場合における、前記第1学習済モデルと、前記補完対象レコードに補完したn+1個の補完値を出力する、
処理を前記コンピュータに実行させる請求項1~4のいずれか1つに記載の学習プログラム。 - 複数の項目を有するレコードをデータ単位とする複数ログから生成された入力データを入力し、
前記入力データの項目の一部の値が欠落している補完対象レコードに対し、前記補完対象レコードの値が欠落している項目に、同じ項目の値が欠落していないレコードの複数種類の値を候補値とし、前記候補値の数に応じて前記補完対象レコードを複製し、前記補完対象レコードのそれぞれに対して、前記候補値のそれぞれを複写して補完した変換データを生成し、
前記変換データを、入力テンソルデータをテンソル分解し深層学習を行う学習器により学習させる、
処理をコンピュータが実行する学習方法。 - 複数の項目を有するレコードをデータ単位とする複数ログから生成された入力データを入力する入力部と、
前記入力データの項目の一部の値が欠落している補完対象レコードに対し、前記補完対象レコードの値が欠落している項目に、同じ項目の値が欠落していないレコードの複数種類の値を候補値とし、前記候補値の数に応じて前記補完対象レコードを複製し、前記補完対象レコードのそれぞれに対して、前記候補値のそれぞれを複写して補完した変換データを生成する生成部と、
前記変換データを、入力テンソルデータをテンソル分解し深層学習を行う学習器により学習させる学習部と、
を有する学習装置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018069153A JP7139657B2 (ja) | 2018-03-30 | 2018-03-30 | 学習プログラム、学習方法および学習装置 |
US16/362,690 US20190303789A1 (en) | 2018-03-30 | 2019-03-25 | Computer-readable recording medium, learning method, and learning device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018069153A JP7139657B2 (ja) | 2018-03-30 | 2018-03-30 | 学習プログラム、学習方法および学習装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019179457A JP2019179457A (ja) | 2019-10-17 |
JP7139657B2 true JP7139657B2 (ja) | 2022-09-21 |
Family
ID=68054484
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018069153A Active JP7139657B2 (ja) | 2018-03-30 | 2018-03-30 | 学習プログラム、学習方法および学習装置 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20190303789A1 (ja) |
JP (1) | JP7139657B2 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6775740B1 (ja) * | 2019-06-20 | 2020-10-28 | 昭和電工マテリアルズ株式会社 | 設計支援装置、設計支援方法及び設計支援プログラム |
JP7394023B2 (ja) * | 2020-06-03 | 2023-12-07 | 日立Geニュークリア・エナジー株式会社 | 溶接作業評価装置、溶接作業評価方法およびプログラム |
CN114489790A (zh) * | 2020-11-13 | 2022-05-13 | 中科寒武纪科技股份有限公司 | 数据处理装置、数据处理方法及相关产品 |
US20240169204A1 (en) * | 2021-03-11 | 2024-05-23 | Nippon Telegraph And Telephone Corporation | Learning method, estimation method, learning apparatus, estimation apparatus, and program |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012027537A (ja) | 2010-07-20 | 2012-02-09 | Kobe Steel Ltd | 出力値予測方法、該装置および該方法のプログラム |
-
2018
- 2018-03-30 JP JP2018069153A patent/JP7139657B2/ja active Active
-
2019
- 2019-03-25 US US16/362,690 patent/US20190303789A1/en not_active Abandoned
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012027537A (ja) | 2010-07-20 | 2012-02-09 | Kobe Steel Ltd | 出力値予測方法、該装置および該方法のプログラム |
Non-Patent Citations (1)
Title |
---|
丸橋 弘治,「人やモノのつながりを表すグラフデータから新たな知見を導く新技術Deep Tensor」,FUJITSU,富士通株式会社,2017年09月01日,第68巻, 第5号,pp.29-35 |
Also Published As
Publication number | Publication date |
---|---|
US20190303789A1 (en) | 2019-10-03 |
JP2019179457A (ja) | 2019-10-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7139657B2 (ja) | 学習プログラム、学習方法および学習装置 | |
US11455284B2 (en) | Method and system for adaptively imputing sparse and missing data for predictive models | |
Chen et al. | Outlier detection with autoencoder ensembles | |
Hu et al. | GANFuzz: A GAN-based industrial network protocol fuzzing framework | |
CN110505241B (zh) | 一种网络攻击面检测方法及系统 | |
Timčenko et al. | Ensemble classifiers for supervised anomaly based network intrusion detection | |
JP7115207B2 (ja) | 学習プログラム、学習方法および学習装置 | |
Chakraborty et al. | Hellinger net: A hybrid imbalance learning model to improve software defect prediction | |
Dua | Attribute selection and ensemble classifier based novel approach to intrusion detection system | |
JP7047498B2 (ja) | 学習プログラム、学習方法および学習装置 | |
Tan et al. | Adversarial attacks on remote user authentication using behavioural mouse dynamics | |
JP7151500B2 (ja) | 学習方法、学習プログラムおよび学習装置 | |
JP2019128603A (ja) | 学習プログラム、学習方法および学習装置 | |
Hong et al. | The entropy and PCA based anomaly prediction in data streams | |
JP2019125319A (ja) | 学習プログラム、学習方法および学習装置 | |
JP2020113044A (ja) | データ拡張プログラム、データ拡張方法およびデータ拡張装置 | |
JP6985765B2 (ja) | セキュリティアセスメントシステム | |
Alosefer et al. | Predicting client-side attacks via behaviour analysis using honeypot data | |
WO2023219647A2 (en) | Nlp based identification of cyberattack classifications | |
JP2020052935A (ja) | 学習済みモデルを生成する方法、データを分類する方法、コンピュータおよびプログラム | |
JP7102866B2 (ja) | 学習プログラム、学習方法および学習装置 | |
Leevy et al. | Feature evaluation for IoT botnet traffic classification | |
Timčenko et al. | The hybrid machine learning support for entropy based network traffic anomaly detection | |
Wang et al. | Network intrusion detection with workflow feature definition using bp neural network | |
Ayachi et al. | Increasing the Performance of an IDS using ANN model on the realistic cyber dataset CSE-CIC-IDS2018 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210113 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20211228 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220125 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220328 |
|
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: 20220809 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220822 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7139657 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |