文献

J-GLOBAL ID：201702258588905510   整理番号：17A1650542

フローベース異常検出のための多層パーセプトロンアプローチ【Powered by NICT】

A multi-layer perceptron approach for flow-based anomaly detection

著者 (2件)： Van Efferen Lennart (Leiden Institute of Advanced Computer Science, Leiden University, Leiden, the Netherlands) ,  Ali-Eldin Amr M.T. (Leiden Institute of Advanced Computer Science, Leiden University, Leiden, the Netherlands)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ISNCC  ページ： 1-6  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： ファイアウォールや暗号化技術を用いたシステムのサイバー攻撃の増加は,侵入検知システム(IDS)が生成した。機械学習技術は,しばしば曖昧で不均衡データにおける悪意ある挙動を予測するためにこれらのシステムに使用されている。フローベースIDSは,ネットワークトラフィックのパケットヘッダとネットワークの帯域幅に対応する,ユーザのプライバシーを維持するために付着データを監視する。これに関連して,二つの異なるデータセット上で解析し,J48決定木分類器と比較した多層パーセプトロンアプローチ。得られた結果は,フローベースシステムは,不可避のとは別に,今後のIDSのための適切な方法であると思われるとMLPはまだフローベース検出に有用であることを確認した。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： 付着 ,  曖昧さ ,  ファイアウォール ,  ディシジョンツリー ,  ネットワーク ,  セキュリティシステム ,  暗号 ,  *多層パーセプトロン ,  帯域幅 ,  プライバシー
準シソーラス用語： ネットワークトラフィック ,  機械学習技術 ,  侵入検知システム ,  *異常検出 , 【Automatic Indexing@JST】

分類 (1件)： データ保護  (JD01020V)

タイトルに関連する用語 (3件)： フロー ,  異常検出 ,  多層パーセプトロン