浅野瑞稀さんがIEEE/IFIP AnNet 2024にて研究発表を行いました。
2024年5月6日〜10日に韓国・ソウルで開催された国際会議「IEEE/IFIP International Workshop on Analytics for Network and Service Management (AnNet 2024)」において、修士課程2年の浅野瑞稀さんが論文発表を行いました。AnNetは世界的な学会であるIEEEとIFIPが共催するネットワーク管理と運営に関する国際会議「NOMS」に併設された国際ワークショップで、今回で9回目となります。
論文のタイトルは「Comparing Two-stage Clustering Methods for Traffic Pattern Analysis in IoT Device Identification（IoTデバイス認識におけるトラヒックパターン分析のための2段階クラスタリング手法の比較）」。これは、2024年1月に掲載された浅野さん主著の論文の続編となっています。スマートホーム環境において非常に多くのIoTデバイスを使用するようになると、接続されている機器を正しく認識することが重要な課題となります。既発表の論文では、k平均（k-means）法を使用した「2段階クラスタリング」によりデバイス識別を行う手法を提案していますが、クラスタリングにはほかにもたくさんの手法があります。
そこで本研究では、k平均法のほかに5種類のクラスタリング手法を使用したときの性能評価を行いました。実際のIoTデータを使用した実験の結果、k平均法とWard法が効果的であることを発見しました。クラスタリング精度ではk平均法が、計算量の観点からはWard法が適していることから、デバイス認識を行うための機器性能によって使い分けることが適切であると考えられます。
浅野さんは現在修士課程2年。今後の活躍に期待しています！
Mizuki Asano, Takumi Miyoshi, and Taku Yamazaki, "Comparing Two-stage Clustering Methods for Traffic Pattern Analysis in IoT Device Identification," IEEE/IFIP International Workshop on Analytics for Network and Service Management (AnNet 2024), in conjunction with IEEE/IFIP Network Operations and Management Symposium (NOMS 2024), Seoul, South Korea, 6 pages, May 2024. DOI:10.1109/NOMS59830.2024.10575820
Copyright (c) 2007-2021 Multimedia Information Network Laboratory, SIT, All rights reserved.