抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
悪意のあるネットワークトラヒックパターンを同定するために,分散グラフ処理プラットフォームを利用することが可能になるため,特性グラフは,侵入検知システム(IDS)のための一般的になっている。しかし,ビッグデータで作動する時の性能を研究するためのベンチマークはまだ報告されていない。一般に,システムをベンチマークデータセット上での作業負荷の実行を含み,それらの両方は,応用への関心を代表するしなければならない。しかし,実際のネットワークトラヒックを含むいくつかのデータセットは,プライバシー関心事,ベンチマークの範囲と結果を制限する可能性があるによるオープン利用可能である。本研究では,二つの良く知られたグラフ生成アルゴリズムにおける特性グラフのためのサポートを導入することによりベンチマーク次世代IDSのための二種の合成データ発生器を構築:Baraba’Si AlbertとKronecker。データ発生のための光源として公的に利用可能なデータセットを用いた広範な実験的評価を実行し,提案した方法が高い正確さを持つ人工データ集合を生成することができることを示した,一方,線形性能スケーラビリティを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】