文献

J-GLOBAL ID：201302266162599202   整理番号：13A1439373

ネットワーク侵入検出用の効果ベース特徴同定

Effects-based feature identification for network intrusion detection

著者 (3件)： LOUVIERIS Panos ,  CLEWLEY Natalie ,  LIU Xiaohui
資料名： Neurocomputing  (Neurocomputing)
巻： 121  ページ： 265-273  発行年： 2013年12月09日 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 侵入検出システム(IDS)は逓増する洗練されたサイバー攻撃に対する保護を助けるためのネットワークの防御において重要な要素である。蓄積した既知の攻撃のデータベース単独に依存したIDSは現代の脅威の効果的検出に対してもはや十分ではない。本論文では攻撃の特徴を同定する事によってネットワーク上の以前に未知の攻撃を検出するために使用できる新規の異常検出技法を提示した。本効果ベース特徴同定手法はサイバーネットワークオペレータの状況的意識を向上させるために,高度の精度を有してサイバー攻撃を正確に示すためにk-平均クラスタリング,ナイーブBayes特徴選択及びC4.5決定木分類を独自に組み合わせた。Copyright 2013 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *検出 ,  *コンピュータセキュリティ ,  *特徴選択 ,  クラスタ化 ,  分類 ,  ディシジョンツリー ,  精度 ,  サイバー攻撃
準シソーラス用語： *ネットワーク侵入検知 ,  高精度

分類 (2件)： 通信網  (ND07030A) ,  データ保護  (JD01020V)

タイトルに関連する用語 (2件)： 侵入 ,  同定