暗号化トラヒックのアプリケーション識別における推定精度向上手法

摘要

In network management, application identification of traffic is important. However, encrypted traffic has been increasing due to be raised secure communication in recent years. Especially, VPN interconnection system is generally utilized and has been increasing. In the VPN network, accurate identification is becoming difficult by using methods proposed so far, because it is so hard to infer the original (unencrypted) packets from encrypted packets. Our research group has purposed the methods in order to improve the accuracy of application identification even if a large portion of the traffic is encrypted. In this paper, we show that the identification accuracy of application for the encrypted traffic can be improved. Experimental results show that these methods improve identification accuracy even if many application type and variety of environments. Moreover, we use two data-mining approaches, that are Naive Bayes classifier with kernel estimation and C4.5 decision tree, and compared to these methods.%ネットワーク管理において，ネットワーク上で計測されたトラヒックからアプリケーションを特定することは非常に重要である．しかし近年，通信の機密性を高めるため暗号化通信が増加傾向にある．暗号化された通信路では，トラヒック自体が暗号化されているため，従来の方法によるアプリケーション識別が困難になるという問題がある．そこで我々の研究グループでは，暗号化トラヒックにおいても高い識別精度でアプリケーションを識別する手法を提案，検証してきた．本稿では，識別対象のネットワーク環境や対象アプリケーションが増加した環境下において，安定した高い識別精度でアプリケーションを識別するための精度向上手法について検討を行う．アプリケーション識別のための学習方法が検出精度に与える影響を調べるため，カーネル密度推定法を用いた単純ベイズ分類器とC4．5決定木アルゴリズムの異なる2種類の学習方法を用い，それぞれの手法における識別精度の評価を行う．