文献

J-GLOBAL ID：201702213092902802   整理番号：17A1786390

バッグモデルに基づく分散型サービス拒否攻撃検出【JST・京大機械翻訳】

Distributed denial of service attack recognition based on bag of words model

著者 (5件)： Ma Linjin (貴州大学計算机科学与技術学院,貴陽550025;貴州大学計算机軟件与理論研究所,貴陽550025) ,  Wan Liang (貴州大学計算机科学与技術学院,貴陽550025;貴州大学計算机軟件与理論研究所,貴陽550025) ,  Ma Shaoju (貴州大学計算机科学与技術学院,貴陽,550025) ,  Yang Ting (貴州大学計算机科学与技術学院,貴陽,550025) ,  Yi Huifan (貴州大学計算机科学与技術学院,貴陽,550025)
資料名： Jisuanji Yingyong  (Jisuanji Yingyong)
巻： 37  号： 6  ページ： 1644-1649,1662  発行年： 2017年 
JST資料番号： C2535A  ISSN： 1001-9081  CODEN： JYIIDU  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： 分散型拒否サービス(DDoS)攻撃に対する有効負荷の迅速な変化に対して、人工介入は経験に基づき、早期警戒閾値と異常流量特徴コードの更新が早くないなどの問題を解決するために、二値流量キーポイントバッグ(BSP-BoW)モデルに基づくDDoS攻撃検出アルゴリズムを提案した。このアルゴリズムは自動的に現在のネットワークのトラフィックデータからトレーニングポイントを得ることができて,異なるトポロジーネットワークに対して適応異常検出を行い,頻繁に更新された特徴集合によって引き起こされる人工コストを減少させる。まず第一に,既存の攻撃トラフィックと正常なトラフィックを平均クラスタ化して,ネットワークトラフィックのSPを見つける。次に,従来のトラフィック変換を対応するSPにマッピングして,ヒストグラムを用いて形式的に表現した。最後に,ユークリッド距離を用いてDDoS攻撃の分類を行った。公開データベースのDARPA LLDOS1.0に関する実験結果は,以下を示す。提案したアルゴリズムの異常なネットワークトラフィック同定率は,従来の局所的重みづけ学習(LWL),サポートベクトルマシン(SvM),ランダムツリー(Random Tree),ロジスティック回帰分析(ロジスティック),およびBayes(NB)のものより良かった。提案したアルゴリズムは,サービス攻撃に対する異常なトラフィック識別において,良い認識効果と一般化能力を持ち,中小企業(SME)ネットワークトラフィック装置に適している。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： ヒストグラム ,  流量 ,  サポートベクトルマシン ,  *ネットワーク ,  クラスタ化 ,  データベース ,  重みづけ ,  学習 ,  アルゴリズム ,  サイバー攻撃
準シソーラス用語： ロジスティック回帰分析 ,  Euclid距離 ,  ネットワークトラフィック ,  異常検出 ,  検出アルゴリズム ,  DDoS攻撃 , 【Automatic Indexing@JST】

著者キーワード (6件)： Bag of Words (BoW) ,  machine learning ,  clustering ,  Distributed Denial of Service (DDoS) attack ,  anomaly traffic detection ,  Stream Point (SP)

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (2件)： バッグモデル ,  サービス拒否攻撃