文献

J-GLOBAL ID：201702254713508394   整理番号：17A1500953

SCADAネットワークにおける侵入検出のための強化された最適化に基づくアルゴリズム【Powered by NICT】

An enhanced optimization based algorithm for intrusion detection in SCADA network

著者 (2件)： S Shitharth (Department of EEE, Kamaraj College of Engineering and Technology, Virudhunagar, Tamil Nadu 626001, India) ,  D Prince Winston (Department of EEE, Kamaraj College of Engineering and Technology, Virudhunagar, Tamil Nadu 626001, India)
資料名： Computers & Security  (Computers & Security)
巻： 70  ページ： 16-26  発行年： 2017年 
JST資料番号： E0995A  ISSN： 0167-4048  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： 監視制御とデータ収集(SCADA)システムは,状況認識と制御のための送配電を含む多くの用途において広く使用されている。SCADAにおける貫入岩の同定と検出最近において重要かつ困難な作業である。この目的のために,種々の侵入検出システム(IDS)は,既存の研究で開発した。しかし,いくつかの欠点を持っているを含む,高い偽陽性率と偽陰性率を有し,暗号化されたデータを検出することができず,外部侵入を検出するための唯一の支持した。全てこれらの問題を克服するために,侵入重み付き粒子基づくカッコウ探索最適化(IWP CSO)と階層的ニューロンアーキテクチャに基づくニューラルネットワーク(HNA NN)法を提案した。本論文の主な目的は,最適化に基づくSCADAネットワークにおける侵入を検出し分類することである。最初,入力ネットワークデータセットを入力,属性を整理として与えられ,クラスタは初期化された。特徴は最適化された提案したIWP CSOアルゴリズムを用いて最良の属性を選択した。最後に,ネットワークにおける侵入を提案HNA AAアルゴリズムを用いて分類した。実験結果は,感度,特異性,精度,再現率,精度,Jaccard,Diceと誤検出率の観点から提案したシステムの性能を評価した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： クラスタ ,  暗号 ,  *最適化 ,  *SCADAシステム ,  *アルゴリズム ,  *ネットワーク ,  ニューラルネットワーク ,  データ収集
準シソーラス用語： 再現率 ,  特異性 ,  *侵入 ,  偽陰性率 ,  偽陽性率 ,  状況認識 ,  *侵入検知 , 【Automatic Indexing@JST】

著者キーワード (5件)： 監視制御とデータ収集(SCADA) ,  侵入重み付き粒子ベースカッコウ探索最適化(IWP CSO) ,  階層的ニューロンアーキテクチャに基づくニューラルネットワーク(HNA NN) ,  侵入検出システム(IDS) ,  特徴最適化と属性選択

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

タイトルに関連する用語 (5件)： SCADA ,  侵入 ,  強化 ,  最適化 ,  アルゴリズム