網内機械学習を用いたモバイルアプリケーションの同定

摘要

アプリケーション同定はマルウェア検出，コンテンツのキャッシュやアプリケーションに適したサービス品質（Quality of Service, QoS)の管理などに良い影響をもたらす.しかし既存の機械学習に基づいたアプリケーション同定手法の多くは，教師データに関してはその量と質及びプラィバシー保護の観点で，また分類器に関しては教師データ作成が困難であることに起因する柔軟性の不足といった課題がある.筆者らは，7 8と同様に，特定の改変されたスマートフォンから送出されるアプリケーション情報が紐付けられた低コストで，リアルタイム，かつ高品質データを教師データとしている.8では送信先ポート番号及びランダムフォレストによる2段階の分類により92以上の精度で分類可能であることが示されているが，本論文ではより簡潔な処理でなおかつ，DPIを行わずに，298種類のアプリケーションを95の精度で推定可能であることを示す.