T-情報量に基づくデータ系列の異常検出(IBIS2010(情報論的学習理論ワークショップ))

スポンサーリンク

概要

論文の詳細を見る
さまざまな複雑なシステムの増加に伴い,システムの不具合及び不正使用を自動的に調べるための異常検出,特に非数値データ系列に対する異常検出は,重要な研究分野になっている.教師有り異常検出では,学習のために事前に正常なデータ系列を利用できると仮定しているが,正常なデータ系列が常に利用できるとは限らないため,事前に正常データ系列を必要としない教師無し異常検出が必要となる.教師無し異常検出においては,データ系列間の距離として内債カーネル関数がよく使われている.これに対して,本稿では,T-情報量を用いて系列間の距離を測る.T-情報量は,系列のT-複雑度から導出される線形化された測度であり,T-複雑度は,可変長符号であるT-符号に基づく系列のT-分解アルゴリズムにより得られる系列の重み付き分解数のとして与えられるものである.本稿で,教師無し異常検出のためのシンプルなクラスタリングアルゴリズムを与え,その有用性を実際のネットワーク侵入データを用いて検証する.
2010-10-28

著者

関連論文

もっと見る

スポンサーリンク