文献

J-GLOBAL ID：201702264306235108   整理番号：17A1260209

自動符号器に基づく深い学習機械を用いた侵入検出【Powered by NICT】

Intrusion detection with autoencoder based deep learning machine

著者 (4件)： Kaynar Oguz (Yoenetim Bilis,im Sistemleri, Bilgisayar Muehendisligi, Cumhuriyet Ueniversitesi, Sivas, Tuerkiye) ,  Yuksek Ahmet Gurkan (Yoenetim Bilis,im Sistemleri, Bilgisayar Muehendisligi, Cumhuriyet Ueniversitesi, Sivas, Tuerkiye) ,  Gormez Yasin (Yoenetim Bilis,im Sistemleri, Cumhuriyet Ueniversitesi, Sivas, Tuerkiye) ,  Isik Yunus Emre (Yoenetim Bilis,im Sistemleri, Cumhuriyet Ueniversitesi, Sivas, Tuerkiye)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： SIU  ページ： 1-4  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： 変化すると常に発展する情報時代では,コンピュータとインターネット技術の発展と共に,生産,ディジタル化,貯蔵と情報の共有は,過去におけるよりはるかに容易になってきた。コンピュータネットワークとインターネットを介した情報の共有は,情報セキュリティ者,研究所および組織重要なデータの重要な課題となった。種々の情報セキュリティポリシーは臨界保存データを保護し,このデータへの無権限アクセスを防止するために確立した。情報セキュリティ政策の不可欠な要素の一つである侵入検出システム,常に可能な不正アクセスと浸潤を検出するためのネットワークとシステムをモニターした。これまで,人工ニューラルネットワーク,サポートベクトルマシン,デシジョンツリーなどのような多くの機械学習手法が侵入検知システムで使用されている。本研究では,他の研究とは異なり,オートエンコーダに基づく深い学習機械は侵入検出のための提案した。22攻撃形式を含むKDDcup99データセットは,研究に使用されているとsucces速度の99.42%の性能を達成した。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： コンピュータ ,  サポートベクトルマシン ,  情報セキュリティ ,  *符号器 ,  セキュリティシステム ,  インターネット ,  ディシジョンツリー ,  *学習機械 ,  ネットワーク ,  機械学習 ,  ニューラルネットワーク ,  計算機網
準シソーラス用語： 侵入検知システム ,  不正アクセス ,  ディジタル化 ,  *侵入検知 , 【Automatic Indexing@JST】

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 (3件)： 符号器 ,  学習機械 ,  侵入