文献

J-GLOBAL ID：201602252890568945   整理番号：16A0833947

誤用検出と機械学習を用いた検出率の改善【Powered by NICT】

Improving detection rate using misuse detection and machine learning

著者 (3件)： Rajpal Rohini (Computer Science and Engineering, M. Tech, Thapar University, Patiala, India) ,  Kaur Sanmeet (Computer Science and Engineering, Ph.D., Thapar University, Patiala, India) ,  Kaur Ramandeep (Computer Science and Engineering, M. Tech, Thapar University, Patiala, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： SAI  ページ： 1131-1135  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ネットワークセキュリティは基礎となる計算機ネットワークの提供や不正アクセスからネットワークとその資源を保護するための管理者により作られたルールである。ネットワークセキュリティは全企業と企業にとって重要な問題となりつつあり,侵入者やハッカーの知識の増加はWebサービスと高プロファイル会社ネットワークを低下させる多くの繁栄の試みとなった。誤用検出は,蓄積されたサインと異常検出の侵入を検出するための正常または一般的な挙動から逸脱した挙動を求めるのデータベースを用いたネットワークトラフィックを整合させることにより侵入を検出する。本論文の主な目的は,これら両方の技術を組み合わせることである。KDDデータセットは,この目的のために使用されている。最後に,データは,結果を得るために分類アルゴリズムによって処理した。結果は,正しい分類と精度の高い割合を示した。評価実験により,機械学習と誤用検出を組み合わせたアプローチがより良い性能を与えることを示した。Copyright 2016 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 計算機網 ,  *機械学習 ,  データベース ,  ネットワーク ,  Webサービス
準シソーラス用語： 評価実験 ,  分類アルゴリズム ,  データセット ,  ネットワークトラフィック ,  異常検出 ,  ハッカー ,  侵入 ,  不正アクセス ,  ネットワークセキュリティ ,  *検出率 , 【Automatic Indexing@JST】

分類 (2件)： 計算機網  (JC03000K) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 誤用 ,  機械学習 ,  検出率