ネットワークセキュリティにおける異常検出のための生成的敵対ネットワーク（GAN）の未来：レビュー

異常検出はさまざまなアプリケーション、特にサイバーセキュリティとネットワーク侵入において重要です。しかし、異常検出技術に共通する課題は、異常な行動を正確に表すデータが不足していることです。このような行動はシステムにとって有害であり、そのために稀です。このデータの制限は、効果的な異常検出手法の開発と評価を妨げます。近年、生成的敵対ネットワーク（GAN）は、新しいデータを生成する独自の能力のために異常検出研究で重要な注目を集めています。本研究では、データ増強にとどまらず、表現学習に特に重点を置いて、ネットワーク異常検出のためのGANの利用について文献の体系的レビューを行います。また、GANのネットワーク異常検出における効果を評価することを目指し、その主要特性を調査します。貴重な洞察を提供することで、本研究は研究者や実務者がネットワーク異常検出の進化する状況や、堅牢なGANベースの異常検出システムの開発における課題に対処する際の実践的な実装を理解するのに役立つことを期待しています。