論文の概要: Optimal feature selection for firewall log analysis using Machine learning and Hybrid Metaheuristic algorithms
- arxiv url: http://arxiv.org/abs/2611.16239v1
- Date: Thu, 12 Nov 2026 03:38:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.352008
- Title: Optimal feature selection for firewall log analysis using Machine learning and Hybrid Metaheuristic algorithms
- Title(参考訳): 機械学習とハイブリッドメタヒューリスティックアルゴリズムを用いたファイアウォールログ解析のための最適特徴選択
- Abstract要約: UCI Internet Firewall Data Set に Q-learning-based local search (QBSO-FS) を用いたハチ群最適化を用いた特徴選択を適用した。
選択されたサブセットは、データセットと非重複データのRFの両方で、KNNのすべての機能よりも明らかにMacro-F1を改善する。
- 参考スコア(独自算出の注目度): 7.601986347449722
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Firewall log classification is important to monitor network traffic. Machine learning classifiers using network-related features have shown good results for this task, but high-dimensional features slow down classification. In this paper, we apply feature selection using bee swarm optimization with Q-learning-based local search (QBSO-FS) to the UCI Internet Firewall Data Set, together with random forest (RF), k-nearest neighbor (KNN), and Bernoulli naïve Bayes (Bernoulli NB) classifiers. The first version of this preprint selected and evaluated feature subsets on the same 5-fold cross-validation of the full data set, which contains 12.8\% exact duplicates; the reported scores are therefore optimistically biased. In this extended version, we re-evaluate the method with a leakage-free protocol: the data are split into training, validation, and test sets, features are selected using the validation set only, and accuracy and macro-averaged scores are measured once on the untouched test set, for both the raw data and a deduplicated, preprocessed version. On a single stratified split, QBSO-FS selects 5--7 features. The selected subsets clearly improve Macro-F1 over all features for KNN on both data sets and for RF on the deduplicated data (by 8--19 percentage points). For RF on the raw data and for Bernoulli NB, the differences (0.2--1.5 percentage points) may not hold for a different split. RF with 7 selected features reaches 99.90\% accuracy and 94.88\% Macro-F1 on the deduplicated data. On the same split, this exceeds our re-implementations of the deep neural network configurations of previous studies and the feature subset selected by particle swarm optimization in one of them, while the run time saved on this low-dimensional data set is small. These results suggest that the method can support automatic firewall log analysis, while evaluation over multiple splits remains future work.
- Abstract(参考訳): ファイアウォールログの分類は、ネットワークトラフィックを監視するために重要である。
ネットワーク関連特徴を用いた機械学習分類器はこの課題に対して良い結果を示したが、高次元特徴は分類を遅くする。
本稿では、Q-learning-based local search (QBSO-FS) を用いたハチ群最適化を用いた特徴選択を、ランダム森林(RF)、k-nearest neighbor(KNN)、Bernoulli NB(Bernoulli)分類器とともにUCI Internet Firewall Data Setに適用する。
このプリプリントの最初のバージョンは、全データセットの5倍のクロスバリデーションで選択され、評価された特徴部分集合であり、これは12.8倍の正確な重複を含む。
本拡張版では, データをトレーニング, 検証, テストセットに分割し, 検証セットのみを用いて特徴を選定し, 原データと復号化, 復号化, 復号化, 復号化の各テストセット上で, 精度とマクロ平均スコアを計測する。
1つの階層化された分割で、QBSO-FSは5--7の特徴を選択する。
選択されたサブセットは、データセットのKNNと非重複データ(8~19パーセンテージポイント)のすべての機能よりも明らかにマクロF1を改善する。原データ上のRFとベルヌーイNBの差(0.2~1.5パーセンテージポイント)は、異なるスプリットを保たない。
7つの特徴を持つRFは99.90\%の精度と94.88\%のマクロF1に達する。
同じ分割で、これは以前の研究のディープニューラルネットワーク構成の再実装と、その1つでパーティクルスワム最適化によって選択された特徴サブセットを超越し、この低次元データセットで保存される実行時間は小さい。
以上の結果から, 自動ファイアウォールログ解析が可能である一方で, 複数分割による評価が今後の課題として残されていることが示唆された。
関連論文リスト
- When Do LLMs Help with Feature Selection? A Systematic Empirical Study [8.445955231322673]
統計的手法により,意味的特徴名がサブセット選択を改善するかを検討する。
5つの古典的ベースライン、凍結Qwen2.5-7BとLlama-3.3-70Bセレクタ、およびGRPO適応Qwen2.5-7Bモデルを比較した。
Zero-shot Qwen-7Bでは、情報的特徴名は匿名化およびシャッフルされた代替品よりもレグレッションパフォーマンスを向上させる。
論文 参考訳(メタデータ) (2026-10-20T17:18:55Z) - Efficient Benchmarking Is Just Feature Selection and Multiple Regression [7.933223290730552]
既存のベンチマーク手法は、予測段階で単にカーネルリッジレグレッションを使用することで、大幅に改善することができる。
我々は,mRMR (Minimum Dundancy maximum Relevance) と呼ばれる情報理論的特徴選択アルゴリズムを用いて,予測に最適な質問サブセットを選択する。
論文 参考訳(メタデータ) (2026-05-25T12:23:31Z) - Data Selection for Language Models via Importance Resampling [90.9263039747723]
我々は、望まれるターゲット分布に合わせるために、大規模な未ラベルデータセットのサブセットを選択するという問題を形式化する。
我々は、LMデータ選択のために低次元で使用される古典的な重要度再サンプリング手法を拡張した。
DSIRフレームワークをhash n-gram機能でインスタンス化し、4.5時間で1億のドキュメントを選択できる。
論文 参考訳(メタデータ) (2023-02-06T23:57:56Z) - Knockoffs-SPR: Clean Sample Selection in Learning with Noisy Labels [56.81761908354718]
雑音ラベルを用いた学習のための,理論的に保証されたクリーンサンプル選択フレームワークを提案する。
Knockoffs-SPRは、標準的な教師付きトレーニングパイプラインのサンプル選択モジュールと見なすことができる。
さらに、ラベルなしデータとしてノイズデータのサポートを利用する半教師付きアルゴリズムと組み合わせる。
論文 参考訳(メタデータ) (2023-01-02T07:13:28Z) - End-to-End Sensitivity-Based Filter Pruning [49.61707925611295]
本稿では,各層間のフィルタの重要度を学習するための感度に基づくフィルタプルーニングアルゴリズム(SbF-Pruner)を提案する。
提案手法はフィルタ重みからスコアを学習し,各層のフィルタ間の相関を考慮できる。
論文 参考訳(メタデータ) (2022-04-15T10:21:05Z) - Detecting Handwritten Mathematical Terms with Sensor Based Data [71.84852429039881]
本稿では,手書きの数学的用語を自動分類する,スタビロによるUbiComp 2021チャレンジの解を提案する。
入力データセットには異なるライターのデータが含まれており、ラベル文字列は合計15の異なる文字から構成されている。
論文 参考訳(メタデータ) (2021-09-12T19:33:34Z) - Training Compact CNNs for Image Classification using Dynamic-coded
Filter Fusion [139.71852076031962]
動的符号化フィルタ融合(DCFF)と呼ばれる新しいフィルタプルーニング法を提案する。
我々は、効率的な画像分類のために、計算経済的および正規化のない方法でコンパクトなCNNを導出する。
我々のDCFFは、72.77MのFLOPと1.06Mのパラメータしか持たないコンパクトなVGGNet-16を導出し、トップ1の精度は93.47%に達した。
論文 参考訳(メタデータ) (2021-07-14T18:07:38Z) - Elastic Net based Feature Ranking and Selection [9.289190508925875]
直感的なアイデアは、データ分割と弾性ネットベースの機能選択の複数回の終わりに置かれます。
選択された特徴の頻度に関係し、特徴の重要性を示す指標として周波数を使用する。
elastic netとの競争力や優れたパフォーマンスを実現し、より少ない機能の一貫した選択を実現します。
論文 参考訳(メタデータ) (2020-12-30T00:08:36Z) - Ensembled sparse-input hierarchical networks for high-dimensional
datasets [8.629912408966145]
サンプルサイズが小さい環境では,高密度ニューラルネットワークが実用的なデータ解析ツールであることを示す。
提案手法は,L1-ペナルティパラメータを2つだけ調整することで,ネットワーク構造を適切に調整する。
EASIER-netは、異なるサイズの実世界のデータセットのコレクションにおいて、データ適応方式でネットワークアーキテクチャを選択し、平均的なオフザシェルフ手法よりも高い予測精度を達成した。
論文 参考訳(メタデータ) (2020-05-11T02:08:53Z)
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。