Fugu-MT 論文翻訳(概要): XNET: Intelligent Dynamic Sampling for High-Speed Network Security Monitoring

論文の概要: XNET: Intelligent Dynamic Sampling for High-Speed Network Security Monitoring

arxiv url: http://arxiv.org/abs/2608.18349v1
Date: Tue, 18 Aug 2026 22:05:30 GMT
ステータス: 翻訳完了
システム内更新日: 2026-08-20 20:13:55.22515
Title: XNET: Intelligent Dynamic Sampling for High-Speed Network Security Monitoring
Title（参考訳）: XNET: 高速ネットワークセキュリティ監視のためのインテリジェントな動的サンプリング
Abstract要約: XNETは、コモディティハードウェアを使用してトラフィックをラインレートで監視し、動的サンプリングを適用して、高いセキュリティ価値トラフィックの可視性を増幅する。 XNETは最大84%のトラフィック削減を実現でき、パケットロスはない。 XNETサンプリングはIDSアプリケーションで99.6%の検出率となった。
参考スコア（独自算出の注目度）: 4.56253200513005
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Growing network speeds, with 100GbE line rates becoming common in modern enterprise networks, pose challenges to operators and security applications, as they struggle to scale their operational efficiency accordingly, without relying on costly hardware, excessive sampling, or complex distributed deployments. Unintentional loss due to stochastic packet sampling often produces low-quality traffic, further risking missed detection of critical security incidents, particularly those hidden in typically low-rate traffic, such as APT/malware command-and-control communications. In this paper, we introduce XNET, a system that monitors traffic at line rate using commodity hardware and applies dynamic sampling to amplify the visibility of high security value traffic. XNET leverages Linux's XDP technology to process packets efficiently, classify them based on their security value, and sample them as per configured policies. The outcome is a reduced packet stream in which the security-relevant portion of the traffic is amplified at the expense of less interesting traffic segments. XNET is a highly flexible, scalable and dynamic system that can be adapted based on a network's needs. We deployed XNET in a large real-world network using only commodity hardware, where our results show that XNET can achieve up to 84% traffic reduction with no packet loss while increasing the visibility of otherwise negligible traffic fivefold. With controlled stress tests, we further demonstrate XNET's scalability up to 100Gbps. Additionally, we show that XNET sampling led to a detection rate of 99.6% in an IDS application.
Abstract（参考訳）: ネットワーク速度が向上し、現在のエンタープライズネットワークでは100GbEラインレートが一般的になったことにより、コストのかかるハードウェアや過剰サンプリング、複雑な分散デプロイメントに頼ることなく、運用効率のスケールアップに苦慮しているオペレータやセキュリティアプリケーションに課題が生じる。確率的パケットサンプリングによる意図しない損失は、しばしば低品質なトラフィックを発生させ、特にAPT/マルウェアのコマンド・アンド・コントロール通信のような、一般的に低レートのトラフィックに隠された重要なセキュリティインシデントの検出を見逃すリスクを負う。本稿では,コモディティハードウェアを用いたラインレートのトラフィック監視システムであるXNETを紹介する。 XNETはLinuxのXDP技術を利用してパケットを効率的に処理し、セキュリティ値に基づいてそれらを分類し、設定されたポリシーに従ってそれらをサンプリングする。その結果、トラフィックのセキュリティ関連部分が、より面白くないトラフィックセグメントを犠牲にして増幅される、パケットストリームが削減される。 XNETは高度に柔軟でスケーラブルで動的なシステムであり、ネットワークのニーズに基づいて適応することができる。我々は、コモディティハードウェアのみを使用して、大規模な現実世界のネットワークにXNETをデプロイし、XNETは最大84%のトラフィック削減が可能であり、パケットロスを伴わない一方で、無視できないトラフィックの可視性を5倍に高めることができることを示した。制御されたストレステストでは、XNETのスケーラビリティを最大100Gbpsまで実証する。さらに、XNETサンプリングはIDSアプリケーションにおいて99.6%の検知率をもたらすことを示した。

関連論文リスト

A VAE-Driven Multi-Task Satellite-Aided Semantic Communication Framework for 6G-Enabled Connected Autonomous Vehicles [51.449502491030756]
衛星支援自動運転のためのマルチタスク・セマンティック・コミュニケーション・フレームワークを提案する。このフレームワークは、両方のタスクを共同で最適化するために、エンドツーエンドで訓練されている。提案手法は,87.23%から98.17%までの帯域幅削減を実現している。
論文参考訳（メタデータ） (2026-07-15T06:49:41Z)
immUNITY: Detecting and Mitigating Low Volume & Slow Attacks with Programmable Switches and SmartNICs [6.281749009259195]
最大71%のフローは、ポートスキャンのような低体積ネットワーク攻撃を示す不審な振る舞いを含む。我々は、スイッチとSmartNICの両方の機能を組み合わせることで、重いヒットターフローを追跡する以前の作業を拡張し、低体積および遅い攻撃を検出する。我々はこれらのデバイス間でデータ構造更新を迅速にコーディネートするためのデータプレーンベースのプロトコルを開発した。
論文参考訳（メタデータ） (2026-03-21T00:06:45Z)
Blockchain-Enabled Routing for Zero-Trust Low-Altitude Intelligent Networks [77.17664010626726]
低高度インテリジェントネットワーク(LAIN)における複数のUAVクラスタによるルーティングに焦点を当てる。潜在的な脅威によるダメージを最小限に抑えるため,ソフトウェア定義の周辺技術とブロックチェーン技術を用いたゼロトラストアーキテクチャを提案する。提案手法は,平均E2E遅延を59%削減し,TSRを29%改善することを示した。
論文参考訳（メタデータ） (2026-02-27T04:30:35Z)
IMS: Intelligent Hardware Monitoring System for Secure SoCs [0.0]
本稿では,AXIプロトコル違反をリアルタイムに検出するインテリジェントハードウェア監視システム(IMS)を提案する。モデルトレーニングでは,ヘッダフィールド操作と系統的な悪意のある操作によってDoS攻撃を行う。次に、量子化最適化ニューラルネットワークをデプロイし、=3%のレイテンシオーバーヘッドで98.7%の精度で検出します。
論文参考訳（メタデータ） (2026-01-16T17:10:17Z)
WiFinger: Fingerprinting Noisy IoT Event Traffic Using Packet-level Sequence Matching [18.566305912162463]
WiFingerは、ノイズの多いトラフィックに対して、きめ細かいマルチIoTイベントのフィンガープリントアプローチである。提案手法は,様々なIoTイベントに対して平均85%のリコールを達成し,ほとんどのIoTイベントに対してほぼゼロの偽陽性を維持できる。
論文参考訳（メタデータ） (2025-08-05T06:55:21Z)
PacketCLIP: Multi-Modal Embedding of Network Traffic and Language for Cybersecurity Reasoning [13.457018953474655]
PacketCLIPは、パケットデータと自然言語のセマンティクスを組み合わせたマルチモーダルフレームワークである。セマンティック推論と効率的な分類を統合し、暗号化されたネットワークフローにおける異常の堅牢な検出を可能にする。 95%の平均AUCを達成し、ベースラインを11.6%上回り、モデルサイズを92%減らす。
論文参考訳（メタデータ） (2025-03-05T18:58:58Z)
NetFlowGen: Leveraging Generative Pre-training for Network Traffic Dynamics [72.95483148058378]
我々は,NetFlowレコードからのトラフィックデータのみを用いて,トラフィックダイナミクスをキャプチャする汎用機械学習モデルを事前学習することを提案する。ネットワーク特徴表現の統一,未ラベルの大規模トラフィックデータ量からの学習,DDoS攻撃検出における下流タスクのテストといった課題に対処する。
論文参考訳（メタデータ） (2024-12-30T00:47:49Z)
MIETT: Multi-Instance Encrypted Traffic Transformer for Encrypted Traffic Classification [59.96233305733875]
トラフィックの分類は、セキュリティの脅威を検出し、ネットワーク管理を最適化するために不可欠である。トークンレベルとパケットレベルの両方の関係をキャプチャするMulti-Instance Encrypted Traffic Transformer (MIETT)を提案する。 MIETTは5つのデータセットにまたがって結果を達成し、暗号化されたトラフィックの分類と複雑なネットワーク動作の理解の有効性を示す。
論文参考訳（メタデータ） (2024-12-19T12:52:53Z)
netFound: Foundation Model for Network Security [10.84029318509573]
本稿では,新しいトランスフォーマーベースネットワーク基盤モデルであるnetFoundを紹介する。我々は、事前学習のために、豊富なラベルのないネットワークテレメトリデータに自己教師付き学習技術を採用する。実運用環境では,netFoundが隠れたネットワークコンテキストを効果的にキャプチャすることを示す。
論文参考訳（メタデータ） (2023-10-25T22:04:57Z)
A Lightweight, Efficient and Explainable-by-Design Convolutional Neural Network for Internet Traffic Classification [9.365794791156972]
本稿では、インターネットトラフィック分類のための新しい軽量・効率的・eXplainable-by-design畳み込みニューラルネットワーク(LEXNet)を提案する。 LEXNetは(軽量で効率の良い目的のために)新しい残留ブロックと(説明可能性のために)プロトタイプ層に依存している。商用グレードのデータセットに基づいて、LEXNetは最先端のニューラルネットワークと同じ精度を維持することに成功した。
論文参考訳（メタデータ） (2022-02-11T10:21:34Z)
IoV Scenario: Implementation of a Bandwidth Aware Algorithm in Wireless Network Communication Mode [49.734868032441625]
本稿では,マルチドメイン仮想ネットワーク埋め込みアルゴリズム(BA-VNE)を提案する。このアルゴリズムは主に、ユーザが無線通信モードで多くの帯域幅を必要とする問題を対象としている。本アルゴリズムの性能向上のために,粒子群最適化(PSO)アルゴリズムを導入する。
論文参考訳（メタデータ） (2022-02-03T03:34:06Z)
Near-chip Dynamic Vision Filtering for Low-Bandwidth Pedestrian Detection [99.94079901071163]
本稿では、ダイナミックビジョンセンサ(DVS)を用いた歩行者検出のための新しいエンドツーエンドシステムを提案する。我々は、複数のセンサがローカル処理ユニットにデータを送信し、検出アルゴリズムを実行するアプリケーションをターゲットにしている。我々の検出器は450ミリ秒毎に検出を行うことができ、総合的なテストF1スコアは83%である。
論文参考訳（メタデータ） (2020-04-03T17:36:26Z)
Machine Learning based Anomaly Detection for 5G Networks [0.0]
本稿では,SDS(Software Defined Security)を,自動化,柔軟性,スケーラブルなネットワーク防御システムとして提案する。 SDSは機械学習の現在の進歩を活用して、NAS(Neural Architecture Search)を使用してCNN(Convolutional Neural Network)を設計し、異常なネットワークトラフィックを検出する。
論文参考訳（メタデータ） (2020-03-07T00:17:08Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。