ユーザの活動状況が個々のネットワークトラヒックに与える影響
6
0
0
全文
(2) Vol.2012-MBL-63 No.2 2012/8/30. 情報処理学会研 情 研究報告 IP PSJ SIG Techniical Report 性について議論 性 論する． 以下，第 2 節 節ではネットワ ワークトラヒッ ックを利用した た利 用アプリケーシ 用 ションの判別手 手法の関連研究 究について説明 明し，. 3. 提案手法 本稿で提案する 本 るアプリケーシ ション判別システムを図 1 に 示す す．. 第 3 節では今回 回提案する自己 己相関係数および DP マッチ チン グを用いたアプ グ プリケーション ン判別システム ムの構成につい いて 述べる．第 述 4節 節では，実際に に測定したネッ ットワークト ラヒ ックのデータに ッ に対して提案手 手法を適用し，正解率によ る評 めと 価および考察を 価 を行う．最後に に，第 5 節にて て本稿のまとめ 今後の課題を述 今 述べる．. 2. 関連研究 究 従来の研究に において，デー ータを送受信し しているアプ リケ ーションの判別 ー 別には，ポート ト番号を利用し した手法が一般 般的 であった．これ で れは，通信で使 使用されるポー ート番号がアプ プリ ケーションによ ケ よって固定され れているため，そのポート番 番号 を識別すること を とで，利用アプ プリケーション ンを判別する とい うものである． う しかし，最近 近では WEB ブラウザ上で様 ブ 様々 なクラウドアプ な プリケーション ンを実行する SaaS(Softwaree as a Seervice)などが普 普及し，ポート ト番号だけで利 利用アプリケー ーシ ョンを推定する ョ ることは難しく くなっている． ン判 これに対し， ポート番号を を用いないアプ プリケーション 別手法として， 別 トラヒックの の変化に着目し した研究があ る． 八木氏ら[1]は は，フローの初 初期段階におけ ける挙動がアプ プリ ケーション毎に ケ に固有であるこ ことに着目し，フロー開始直 直後 数パケットのペ 数 ペイロード長の の遷移パターン ンに着目した弁 弁別 手法を提案して 手 ている．なお，ここでのフロ ローの定義は， ，送. 図 1 アプ プリケーション ン判別システム ムの概要 3.1 解析部 解析部では，ま 解 まず，入力され れたネットワークのトラヒッ クデ データに対して て，ブロードキ キャストされたパケットなど を除 除去するため，IP アドレスに によるフィルタリングを行な って て，利用しやす すい形へと整形 形する．その後 後，整形データ に対 対して，自己相 相関係数を用い いた解析を行うことで，デー タの の周期的な特徴 徴を検出する． ． ここで用いる自 こ 自己相関とは， ，あるデータがそれ自身を時 間シ シフトしたデー ータとどれだけ け相関があるかを求めた尺度 であ あり，この平均 均を取ったもの のが自己相関係 係数と呼ばれ， (1)式 式で与えられる．. 受信 受 IP アドレス ス，送受信ポー ート番号，プロ ロトコルの 5-ttuple. 1. の組合せが一致 の 致するパケット トの集合と定義 義されている． ． 山下氏ら[2]は は，ネットワー ークトラヒック クから得られ る特 徴量の時系列デ 徴 データに着目し し，パターン認 認識を用いたサ サー ビス分類によっ ビ って，サービス ス毎に適したネ ネットワーク品 品質 を提供する方法 を 法について検討 討している．. ∙. 1. ここで， こ は時間 間[s]， は総時 時間[s]， は時間 間差[s]，関数 は 入力 力データである る．関数 の値 が 1 に近ければ正の相関が， -1 に近ければ負の に の相関が強い ことを示し，0 に近ければ ば相 関が がないというこ ことが言える． ． 3.2 判別部 判別部では，解 判 解析後のデータ タと参照データをパターンマ ッチ チングによって て比較し，その の類似度により利用アプリケ ーシ ションを判別す する． パ タ ー ン マ ッチ ン グ の ア ル ゴ リ ズ ム と し て ， 今 回 は DP((Dynamic Prog gramming)マッ ッチング[3][4]を を利用した．D DP マッ ッチングとは，パターンの要 要素間に定義された類似度に もと とづいて，パタ ターンの伸縮ま まで考慮に入れ れたマッチング 方式 式であり，文字 字，音声，モー ーションなど様 様々な分野で適 用さ されている．入 入力データと参 参照データは，同じアプリケ ーシ ションを利用し した場合におい いても，データが一致すると は考 考えにくいため め，伸縮性を考 考慮したマッチング方式を採 用し した．. ⓒ2012 ⓒ Informatioon Processing Socciety of Japan. 2.
(3) Vol.2012-MBL-63 No.2 2012/8/30. 情報処理学会研 情 研究報告 IP PSJ SIG Techniical Report. 4. 評価実験 験 ここでは，各 各行動（仕事中 中，休憩中）に におけるトラ ヒッ クデータを取得 ク 得・解析し，そ その結果を判別 別システムに入 入力 することで利用 す 用アプリケーシ ションの判別を を行い，それを をも. 4.3 各行動の測定 定条件 測定は，表 測 4 の条件で行った の た．行動は 60 秒間行い，各 各6 回ず ずつ測定した． 表 4 行動の の測定条件. とに推定する行 と 行動の正解率を を用いて提案手 手法の評価を行 行う． 行動. 概要. 電子メール. 電子 子メールの閲覧 覧・送受信. 音声通話. Skype で音声 声通話. ビデオ通話. Skype でビデ デオ通話. Windows ノートパソコ コン. ドキュメント編 編集. フ ファイルの編集 集・保存. OS S. Windows W 7. SNS S サイト利用 用. Twitter の閲覧 覧・投稿. 無線 L LAN. 802.11g 8. 音楽鑑賞. Grrooveshark で音 音楽を聴く. パケットキャプ パ プチャソフト. Wireshark[5]. 動画視聴. ニ ニコニコ動画で で動画視聴. WEB ブ ラウザ. Google Chrome. ネットラジオ聴 聴取. rradiko.jp でラジ ジオ聴取. 解析ソ ソフト. MA ATLAB[6]. 4..1 測定環境 ネットワーク クトラヒックの の測定環境を表 表 1 に示す． 表 1 測定環境 測 端末 末. 4.4 「仕事」行動 動の解析結果 この他にも，P こ Perl プログラム ムによる測定の の自動化などを を行. ここでは， こ 「仕事」と分類し た行動につい いて，その自己相 関解 解析結果を図 2-図 5 に示す す．なお，見や やすさを考慮し し，. なっている． な また，利用し した大学のネッ ットワーク環境 境は，大学内イ イン. 各行 行動 3 回分をプ プロットしてい いる．. トラネットから ト らインターネッ ットにアクセス スする場合，必 必ず プロキシサーバ プ バを経由する仕 仕様となってい いる． 行動 4..2 設定した行 今回は，会社 社員の一日を想 想定し，その生 生活の中でネ ット ワークを利用す ワ するものを測定 定する行動とし して設定した． ． 「メ ール」や「ドキ ー キュメント編集 集」に関しては は，ローカル環 環境 で利用すること で とが多いと考え えられるが，今 今回は WEB ブ ブラ ウザ上でアプリ ウ リケーションを を使用するクラ ラウドコンピュ ュー ティングサービ テ ビスを用いた． そして，この の設定した行動 動について，表 表 2 および表 3 の ように，仕事中 よ 中・休憩中とい いう 2 つの状態 態に分類し，各 各行 動時に利用して 動 ているアプリケ ケーションと関 関連付けた．. 図 2 電子メールの 電 析結果 自己相関解析. 表 2 「仕事」の行動 動とアプリケーション 「仕事 事」. アプリ リケーション. 電子メ ール. Gmail. 音声通 通話. Skype. ビデオ オ通話. Skype. ドキュメン ント編集. Goo ogle Drive. 動とアプリケーション 表 3 「休憩」の行動 憩」 「休憩. アプリ リケーション. SNS サイ イト利用. Twitter. 音楽鑑 鑑賞. Gro ooveshark. 動画視 視聴. ニコ コニコ動画. ネットラジ ジオ聴取. radiko.jp. ⓒ2012 ⓒ Informatioon Processing Socciety of Japan. 図 3 音声通話の自 自己相関解析結 結果. 3.
(4) 情報処理学会研 情 研究報告 IP PSJ SIG Techniical Report. Vol.2012-MBL-63 No.2 2012/8/30. 図 4 ビデオ通話の の自己相関解析結果. 図 6 SNS サイト利用の の自己相関解 解析結果. 図 5 ド ドキュメント編 編集の自己相関 関解析結果. 自己相関解析結 結果 図 7 音楽鑑賞の自. 動で共通の特徴 徴というものは は見つけるこ とが 「仕事」行動 出来ない． 出 しか し，同じアプリ リケーションを を実行した場合 合， 6 回分の解析デ データはすべて て類似した傾向 向が得られてい いる （図では 6 回中 中 3 回分の測定 定結果のみ表示 示している）．この ことから，ネッ こ ットワークトラ ラヒックの周期 期性を用いて， ，利 用アプリケーシ 用 ションの種類を を区別できる可 可能性がある こと が確認できる． が 4..5 「休憩」行 行動の解析結果 果 「休憩」と分 分類した行動に について，その の自己相関解析 析結 果を図 果 6-図 9 に示す．なお お，こちらも見 見やすさを考慮 慮し， 各行動 各 3 回分を をプロットして ている． 図 8 動画視聴の自 自己相関解析結 結果. ⓒ2012 ⓒ Informatioon Processing Socciety of Japan. 4.
(5) Vol.2012-MBL-63 No.2 2012/8/30. 情報処理学会研 情 研究報告 IP PSJ SIG Techniical Report. 表 6 「休憩」の行 行動の正解率 [%] 参照 参. SNS サイト. 音 音楽. 動画. ネット. デー ータ数. 利用 利. 鑑 鑑賞. 視聴. ラジオ聴取 取. 1. 86.7 8. 1000.0. 96.7. 66.7. 2. 85.0 8. 1000.0. 100.0. 78.3. 3. 83.3 8. 1000.0. 100.0. 75.0. 4. 83.3 8. 1000.0. 100.0. 83.3. 5. 83.3 8. 1000.0. 100.0. 83.3. 平均 平. 84.3 8. 1000.0. 99.3. 77.3. 表 7 「仕事」と「休 休憩」の正解率 率 [%] 図 9 ネ ネットラジオ聴 聴取の自己相関 関解析結果 「仕事」行動 動と同様に，「休憩」行動に においても共通 通の 特徴は得られな 特 なかったが，ア アプリケーションごとには類 類似 の傾向が見られ の れるのがわかる る．. 参照デー ータ数. 仕事. 休憩. 1. 75.0 79.6 80.8 85.0 87.5 81.6. 87.5. 2 3 4 5. 4..6 評価手法 DP マッチン ングなど，参照 照データと比較 較することで結 結果. 平均 均. 90.8 89.6 91.7 91.7 90.3. を得る判別手法 を 法では，各行動 動の正しい参照 照データを用意 意す ることが重要で る である．しかし しながら，必ず ずしもアプリケ ケー ション固有のト シ トラヒックパタ ターンが観測さ されるとは限 らず， 正しい参照デー 正 ータを定義する ることは難しい い． 今回の評価で では，DP マッ ッチングによる る判別において て， 参照データ数を 参 を増やした時に に，正解率がど どのように変化 化す るかを見ること る とで，提案の有 有効性を確認す する． 4..7 評価結果 今回，各行動 動の解析データ タを DP マッチ チングによって て判 別し，その正解 別 解率によって評 評価を行う．複 複数の参照デー ータ を用いる場合は を は，DP マッチ チングのスコア アを平均し，平 平均 後の値が最小ス 後 スコアとなる行 行動を判別結果 果とする．. 図 10 「仕事」の行動におけ ける参照データ数と正解率 率. 表 5「仕事」の の行動の正解率 率 [%] 参照. 電 電子メール. データ数 デ. 音声. ビデオ. ドキュメ メン. 通話. 通話 話. ト編集 集. 1. 76.7. 60.0. 76.7 7. 86.77. 2. 81.7. 63.3. 83.3 3. 90.00. 3. 85.0. 61.7. 83.3 3. 93.33. 4. 96.7. 63.3. 83.3 3. 96.77. 5. 100.0. 66.7. 83.3 3. 100.00. 平均. 88.0. 63.0. 82.0 0. 93.33. 図 11 「休憩」の行動におけ ける参照データ数と正解率. ⓒ2012 ⓒ Informatioon Processing Socciety of Japan. 5.
(6) Vol.2012-MBL-63 No.2 2012/8/30. 情報処理学会研 情 研究報告 IP PSJ SIG Techniical Report. 参考 考文献. 図 12 「仕事」と と「休憩」の正 正解率. 1) 八木清之介, 和泉勇治, 和 角田裕 裕, 根本義章: ネットワークア ネ アプ リケ ケーション弁別の のためのペイロ ロード長の遷移パ パタンの評価方式 に関 関する一検討, 電子情報通信学会 電 会技術研究報告 告, Vol.107, No.3113, pp.1 1-6 (2007). 2) 山下剛史, 星健 健太郎, 市野将嗣 嗣, 小松尚久, 竹下恵, 竹 辻野雅之 之: トラ ラヒックパターン ンに着目したサ サービス分類に関 関する一検討, 電 子情 情報通信学会技術 術研究報告, Voll.109, No.36, pp.73-78 (2009). 3) 内田誠一: 内 DP マッチング概説 : 基本と様々な拡張, 電子情報 報通 信学 学会技術研究報告 告. Vol.106, No.4428, pp.31-36 (20 006). 4) 山下洋一: 山 パター ーン認識, オーム ム社, pp.98-115((2000). 5) WIRESHARK W http://www.wireshark.org/ 6) MathWorks M 社 http://www.mathworrks.co.jp/. 4..8 考察 によって，「仕 仕事」「休憩」の のどちらにおい いて 今回の評価に も，表 も 5-7 およ よび図 10-12 のように，DP の マッチングに用 マ 用い る参照データを る を多くするほど ど正解率が上昇 昇するという結 結果 を得ることが出 を 出来た． 目的としてい いた， 「仕事」 「 「休憩」 の判別では，それぞれ れ， 81.6%，90.3%と という高い判別 別正解率を得る ることが出来た たが， 今回の評価では 今 は，利用したア アプリケーションを正確に判 判別 しなければ正解 し 解と認めていな ない．例えば，Skype によ る音 声通話を入力と 声 としたとき，ビ ビデオ通話など どの他の「仕事 事」 の行動に誤って の て判別された例 例が数多く見ら られた．この よう な場合では，こ な この条件を緩和 和すれば正解率 率はさらに上昇 昇す ると考えられる る る．. 5. おわりに に 本稿では，コ コミュニケーシ ションのすれ違 違いという問題 題を 解決するために 解 にユーザ状況の の推定が必要で であることを述 述べ た．そして，ユ た ユーザがネット トワーク端末を を操作する際に に発 生するトラヒッ 生 ックの周期性に に着目した，使 使用アプリケー ーシ ョン判別方法を ョ を提案した．そ その際，自己相 相関係数を用い いた 解析を行うこと 解 とで，過去の自 自身のデータと との相関を取 り， 周期性を数値的 周 的に表した．マ マッチングには は DP マッチン ング を用い，その有 を 有効性の評価を を行った． 評価において ては，利用する る参照データの の数を増やす こと で，判別の正解 で 解率が増加する るという結果を を得た．この正 正解 率は， 率 アプリケ ケーションを正 正しく判別した た割合であり， 「仕 事」 事 「休憩」とい いうより大きな な枠での分類をしたときに ，よ り高い正解率を り を得ることが出 出来ると考えら られる． 今後の課題と としては，単一 一の行動だけで ではなく，複数 数行 動を同時に行っ 動 った場合にも適 適用できるのか かを検証してい いく 必要があると考 必 考えている．. ⓒ2012 ⓒ Informatioon Processing Socciety of Japan. 6.
(7)
関連したドキュメント
研究開発活動の状況につきましては、新型コロナウイルス感染症に対する治療薬、ワクチンの研究開発を最優先で
毛髪の表面像に関しては，法医学的見地から進めら れた研究が多い．本邦においては，鈴木 i1930）が考
従って、こ こでは「嬉 しい」と「 楽しい」の 間にも差が あると考え られる。こ のような差 は語を区別 するために 決しておざ
介護問題研究は、介護者の負担軽減を目的とし、負担 に影響する要因やストレスを追究するが、普遍的結論を
「心理学基礎研究の地域貢献を考える」が開かれた。フォー
BC107 は、電源を入れて自動的に GPS 信号を受信します。GPS
看板，商品などのはみだしも歩行速度に影響をあたえて
これらの協働型のモビリティサービスの事例に関して は大井 1)
