文献

J-GLOBAL ID：201702248631413309   整理番号：17A1650613

匿名性サービスTor,I2P,JonDonym:暗闇の中での分類【Powered by NICT】

Anonymity Services Tor, I2P, JonDonym: Classifying in the Dark

著者 (4件)： Montieri Antonio ,  Ciuonzo Domenico ,  Aceto Giuseppe ,  Pescape Antonio
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ITC 29  ページ： 81-89  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： それを生成する応用へのネットワークトラヒックを,トラヒック分類はいくつかのタスクのための,異なる分野(セキュリティ,管理,トラヒック工学,R&D)に重要なツールである。このプロセスは通信量を暗号化することにより,インターネットユーザのプライバシーを保存する応用,匿名性ツールでもより,さらにソース,デスティネーション,及び通信の性質を隠蔽した。本論文では,2017年に発表された公共のデータセットを利用して,著者らはどの程度に特異的な匿名性ツール(,隠蔽交通)が唯一の統計的特徴に基づく機械学習アプローチを用いて,他の考慮した匿名性ツールの交通と比較した場合,同定できる研究する目的で(再現性)分類結果を提供した。この目的のために,四つの分類器はデータセット上で訓練され,試験した(i)ナイーブBayes,(ii)Bayesianネットワーク,(iii)C4.5,および(iv)ランダムフォレスト。結果は,考察した三つの匿名性ネットワーク(Tor,I2P,JonDonym)は容易に識別された(99.99%の精度で),交通(98.00%の精度で)を生成する特定の応用を告知できることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： オクルージョン ,  プライバシー ,  *ネットワーク ,  セキュリティ ,  機械学習 ,  交通工学 ,  再現性 ,  暗号
準シソーラス用語： ランダムフォレスト ,  信念ネットワーク ,  統計的特徴 ,  通信量 ,  *匿名性 , 【Automatic Indexing@JST】

分類 (2件)： 計算機網  (JC03000K) ,  データ保護  (JD01020V)

タイトルに関連する用語 (5件)： 匿名性 ,  サービス ,  TOR ,  暗闇 ,  分類