文献

J-GLOBAL ID：201702265576498805   整理番号：17A0077450

トピックモデルに基づくネットワーク異常行動分類学習手法の研究【JST・京大機械翻訳】

Research on Studying Method of Network Anomalous Behaviors Classification Based on Topic Model

著者 (3件)： Ma Zhengran (School of Computer,National University of Defense Technology) ,  Zhang Bofeng (School of Computer,National University of Defense Technology) ,  Wang Yongjun (School of Computer,National University of Defense Technology)
資料名： Jisuanji Kexue  (Jisuanji Kexue)
巻： 43  号： 9  ページ： 57-60,81  発行年： 2016年 
JST資料番号： C2530A  ISSN： 1002-137X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： ネットワークの異常挙動を学習するための新しい方法を提案した。以前の研究と比較して,トピックモデルを用いてネットワーク異常挙動をモデル化して分類装置を構築した。リンクの分類ラベルにより,訓練モデルの前にデータセットを2つの部分,すなわち正常な部分と異常な部分に分ける.モデルパラメータの影響を分析することによって,Α(主題のDIRICHLETパラメータ)とトピック数は予測結果に正の相関を持つが,Β(特徴番号のDIRICHLETパラメータ)は予測結果に負の相関を持つことが分かった。KDDCUP’99データセットを用いてこのモデルを評価した結果,予測精度は91.69%%に達し,SVMや他のアルゴリズムよりも異常や異常行動分類において優れていることが示された。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： モデリング ,  アルゴリズム ,  *ネットワーク ,  分類装置
準シソーラス用語： 予測精度 ,  モデルパラメータ ,  *分類学習 ,  *異常行動 ,  *トピックモデル , 【Automatic Indexing@JST】

著者キーワード (3件)： Topic model ,  Anomalous behavior ,  Classifier

分類 (1件)： 自然語処理  (JE06000L)

タイトルに関連する用語 (5件)： トピックモデル ,  異常行動 ,  分類学習 ,  手法 ,  研究