RTP traffic identification based on tailored feature selection toward generalization in machine learning

アプリケーションの多様化に伴いQoE(Quality of Experience)を活用したネットワーク制御が期待されている．また，SDN(Software Defined Network)を用いたアプリケーション単位の柔軟な制御を実現できている[1]．このQoE計算法はアプリケーション毎に標準化されているため，QoEに基づくネットワーク制御にはアプリケーション識別が欠かせない．しかし，近年のペイロード暗号化によって直接的なアプリケーション識別が困難となったため，機械学習を用いたアプリケーション分類が検討されている．[2] では，IPアドレス等の特定のクラウドサーバの情報自体を特徴量としているが，多様なデバイスが接続するIoT環境では，IPアドレスが頻繁に変化する事が予想されるため，汎化性能は期待できない．そこで本研究では，RTP(Real-time Transport Protocol)の動画フローを環境非依存で検出するための特徴量の検討を行う．具体的には，OpenFlow(OF)を用いて異なる環境で訓練データとテストデータを生成し，環境が異なる場合でも高い検出率を実現できることを示す．2021年電子情報通信学会ソサイエティ大会, 2021年9月14日～17日, オンライン開