論文の概要: Do Flow-Generation Tools Matter? Unsupervised Characterization of MQTT Traffic Across Public Datasets
- arxiv url: http://arxiv.org/abs/2610.29774v1
- Date: Wed, 21 Oct 2026 14:05:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-23 00:40:06.380876
- Title: Do Flow-Generation Tools Matter? Unsupervised Characterization of MQTT Traffic Across Public Datasets
- Title（参考訳）: フロー生成ツールは重要か? 公開データセット間のMQTTトラフィックの教師なし評価
- Abstract要約: 本研究では,フローレベルでのトラフィックのクロスデータセット,ツール認識による特徴付けについて述べる。
Zeek-flowmeter、Argus、NTLFlowLyzerの3つのオープンアクセスフロー生成ツールを使って、380Kのフローを生成しました。
その結果, フロージェネレーションツールの選択は, フロー人口, 特徴空間構造, 行動に影響を及ぼすことがわかった。
- 参考スコア（独自算出の注目度）: 0.10705399532413612
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Message Queue Telemetry Transport (MQTT) is widely used in IoT environments due to its lightweight publish-subscribe design and suitability for resource-constrained networks. While current MQTT security studies mainly focus on detecting attacks and optimizing classification performance, this work takes a different perspective by presenting a cross-dataset, tool-aware characterization of MQTT traffic at the flow level. This perspective is motivated by the fact that flow-generation is tool-dependent: flows are not directly observed in packet captures, but are constructed through tool-specific decisions about packet grouping, flow termination, and feature export. Using packet captures from 4 public MQTT datasets, we generated over 380K flows with 3 open-access flow-generation tools: Zeek-flowmeter, Argus, and NTLFlowLyzer. We analyzed the tool-specific flows using K-means, DBSCAN, and HDBSCAN, with and without PCA-based dimensionality reduction. We measured clustering quality using 2 metrics: (1) Silhouette score to assess label-independent cluster compactness and separation, and (2) Adjusted Rand Index to measure agreement with available labels. Our results show that the choice of flow-generation tool affects the resulting flow population, feature-space structure, and clustering behavior. Zeek-flowmeter achieves the best performance in several settings, particularly with K-means and PCA reduction to 10 components. Yet, no single tool consistently dominates across all datasets, algorithms, and evaluation metrics. These findings show that flow-level MQTT analysis should treat the dataset, flow-generation tool, preprocessing choices, clustering algorithm, and evaluation metric as interconnected experimental factors.
- Abstract（参考訳）: Message Queue Telemetry Transport (MQTT)は、ライトウェイトなパブリッシュ・サブスクライブ設計とリソース制約のあるネットワークに適しているため、IoT環境で広く使用されている。
現在のMQTTセキュリティ研究は、主に攻撃の検出と分類パフォーマンスの最適化に重点を置いているが、この作業は、フローレベルでMQTTトラフィックのクロスデータセットでツール対応のキャラクタリゼーションを提示することによって、別の視点で実施されている。
この視点は、フロー生成がツールに依存しているという事実によって動機付けられ、フローはパケットキャプチャーで直接観察されるのではなく、パケットグループ化、フロー終了、フィーチャーエクスポートに関するツール固有の決定によって構築される。
4つの公開MQTTデータセットからのパケットキャプチャを使用して、Zeek-flowmeter、Argus、NTLFlowLyzerという3つのオープンアクセスフロー生成ツールを使用して、380Kのフローを生成しました。
K-means, DBSCAN, HDBSCAN を用いて, PCA をベースとした次元減少を伴うツール固有の流れを解析した。
1) ラベルに依存しないクラスタのコンパクトさと分離を評価するシルエットスコアと, (2) 利用可能なラベルとの整合性を評価する調整ランダムインデックスの2つの指標を用いてクラスタリングの品質を測定した。
その結果, フロージェネレーションツールの選択は, フロー人口, 特徴空間構造, クラスタリング行動に影響を及ぼすことがわかった。
Zeek-flowmeterは、K平均とPCAを10コンポーネントに削減することで、いくつかの設定で最高のパフォーマンスを実現している。
しかし、すべてのデータセット、アルゴリズム、評価指標で一貫して支配的なツールが存在しない。
これらの結果から,フローレベルのMQTT分析では,データセット,フロー生成ツール,前処理の選択,クラスタリングアルゴリズム,評価基準を相互接続した実験因子として扱う必要があることが示された。
関連論文リスト
- FlowTool: Controlling Tool Parameter in Image Retouching via Flow Matching [59.4175747913275]
FlowToolは、入力イメージとユーザインストラクションに基づいて、高品質なツールパラメータの分散をモデル化するフレームワークである。
FlowToolを2段階の教師付きフローマッチングカリキュラムでトレーニングし、その後に報酬ベースのポストトレーニングを実施します。
論文 参考訳（メタデータ） (2026-09-28T17:28:05Z) - FlowPipe: LLM-Enhanced Conditional Generative Flow Networks for Data Preparation Pipeline Construction [43.791981476558384]
データ準備パイプラインは、生のテーブルを学習可能なデータに変換することによって、機械学習におけるデータ品質を改善する。
既存の最先端(SOTA)マルチDQNメソッドは3つの重要な制限に直面している。
有向非巡回グラフ上での条件付き確率フロー生成としてパイプライン合成を定式化する統合フレームワークであるFlowPipeを提案する。
論文 参考訳（メタデータ） (2026-06-23T15:10:00Z) - Plug-and-Play Benchmarking of Reinforcement Learning Algorithms for Large-Scale Flow Control [61.155940786140455]
強化学習(RL)は,アクティブフロー制御(AFC)において有望な結果を示した。
現在のAFCベンチマークは、外部計算流体力学(CFD)の解法に依存しており、完全には微分不可能であり、3Dとマルチエージェントのサポートが限られている。
AFCにおけるRLのための最初のスタンドアロンで完全に差別化可能なベンチマークスイートであるFluidGymを紹介する。
論文 参考訳（メタデータ） (2026-01-21T14:13:44Z) - MAWIFlow Benchmark: Realistic Flow-Based Evaluation for Network Intrusion Detection [47.86433139298671]
本稿では,MAWILAB v1.1データセットから得られたフローベースベンチマークであるMAWIFlowを紹介する。
得られたデータセットは、2011年1月、2016年、2021年に太平洋横断のバックボーンのトラフィックから引き出された、時間的に異なるサンプルで構成されている。
決定木、ランダムフォレスト、XGBoost、ロジスティック回帰を含む伝統的な機械学習手法は、CNN-BiLSTMアーキテクチャに基づいたディープラーニングモデルと比較される。
論文 参考訳（メタデータ） (2025-06-20T14:51:35Z) - Follow the Flow: Fine-grained Flowchart Attribution with Neurosymbolic Agents [106.04963073116468]
フローチャートは意思決定プロセスを視覚化するための重要なツールです。
視覚言語モデルは、これらの図を分析する際に、存在しない接続や決定経路を幻覚させる。
LLM応答を参照してフローチャートを接地する特定の成分をトレースするフローチャートについて紹介する。
本稿では, グラフベースの推論により微細なホック帰属を行うニューロシンボリック・エージェントであるFlowPathAgentを提案する。
論文 参考訳（メタデータ） (2025-06-02T06:02:41Z) - Purifying, Labeling, and Utilizing: A High-Quality Pipeline for Small Object Detection [83.90563802153707]
PLUSNetは高品質のSmallオブジェクト検出フレームワークである。
上流の特徴を浄化するための階層的特徴(HFP)フレームワーク、中流トレーニングサンプルの品質を改善するための多重基準ラベル割り当て(MCLA)、下流タスクを達成するためにより効果的に情報を活用するための周波数分離ヘッド(FDHead)の3つのコンポーネントで構成されている。
論文 参考訳（メタデータ） (2025-04-29T10:11:03Z) - A Novel Approach to Network Traffic Analysis: the HERA tool [0.0]
サイバーセキュリティの脅威は、堅牢なネットワーク侵入検知システムの必要性を浮き彫りにする。
これらのシステムは、パターンを検出し、脅威を予測する機械学習モデルをトレーニングするためのデータセットに大きく依存している。
HERAは、フローファイルとラベル付きまたは未ラベルのデータセットをユーザ定義の機能で生成する、新たなオープンソースツールである。
論文 参考訳（メタデータ） (2025-01-13T16:47:52Z) - FMLFS: A Federated Multi-Label Feature Selection Based on Information Theory in IoT Environment [1.749521391198341]
Internet-of-Things(IoT)デバイスは、大量のマルチラベルデータセットを生成し、収集する。
これらのデータセットにおけるノイズ、冗長、あるいは無関係な特徴の存在は、次元性の呪いとともに、マルチラベル分類器の課題を提起する。
本稿では,最初のフェデレーション付きマルチラベル特徴選択法であるFMLFSを紹介する。
論文 参考訳（メタデータ） (2024-05-01T13:58:28Z) - Automated Machine Learning Techniques for Data Streams [91.3755431537592]
本稿では、最先端のオープンソースAutoMLツールを調査し、ストリームから収集したデータに適用し、時間とともにパフォーマンスがどのように変化するかを測定する。
この結果から,既製のAutoMLツールで十分な結果が得られることが示されたが,概念ドリフトや検出,適応といった手法が適用されれば,予測精度を時間とともに維持することが可能になる。
論文 参考訳（メタデータ） (2021-06-14T11:42:46Z)
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。