文献

J-GLOBAL ID：201702213478542873   整理番号：17A1755422

SVMに基づく木馬トラフィック特徴検出手法【JST・京大機械翻訳】

Trojan traffic characteristic detection methods based on SVM

著者 (5件)： Hu Xiangdong (重慶郵電大学 自動化学院,重慶,400065) ,  Bai Yin (重慶郵電大学 自動化学院,重慶,400065) ,  Zhang Feng (中国移動研究院,北京,100033) ,  Lin Jiafu (重慶郵電大学 自動化学院,重慶,400065) ,  Li Linle (重慶郵電大学 通信与信息工程学院,重慶,400065)
資料名： Chongqing Youdian Da Xue Xuebao. Ziran Kexue Ban  (Chongqing Youdian Da Xue Xuebao. Ziran Kexue Ban)
巻： 29  号： 2  ページ： 240-244  発行年： 2017年 
JST資料番号： C3128A  ISSN： 1673-825X  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： 木馬は,ユーザの敏感な情報,ファイル資源,および遠隔監視ユーザの挙動を隠蔽することができるので,ネットワークセキュリティに対して大きな脅威を構成するために,トラフィック特性に基づく木馬検出法を提案した。サーバポートの規則性,サーバの利用者のポート番号,クライアントのパケット数,サーバのパケットの数などの特徴を統計的に分析した。サポートベクトルマシン(SVM)アルゴリズムを用いて分類訓練を行い、流量に基づく木馬監視モデルを構築した。トラフィック特徴の普遍性と汎用性に基づいて,この方法は未知の木馬に対しても有効である。シミュレーション結果により,提案した方法は,通常の木馬または未知の木馬に対して良好な検出能力を持ち,実験条件下でのブラインド検出の精度は96.61%に達することができることを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 普遍性 ,  アルゴリズム ,  *ポート ,  サポートベクトルマシン ,  流量 ,  汎用性 ,  検出法 ,  規則度 ,  パケット ,  遠隔監視
準シソーラス用語： ブラインド検出 ,  検出能 ,  トラヒック特性 ,  ネットワークセキュリティ ,  *特徴検出 , 【Automatic Indexing@JST】

著者キーワード (4件)： Trojan detection ,  traffic characteristic ,  support vector machine ,  feature analysis

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： SVM ,  トラフィック ,  特徴検出 ,  手法