文献

J-GLOBAL ID：201702265628564429   整理番号：17A0241684

SQL注入攻撃の確率モデルにおける近似最尤推定について【Powered by NICT】

On the approximate maximum likelihood estimation in stochastic model of SQL injection attacks

著者 (3件)： Sonoda Michio (Graduate School of Sci. and Eng., Chuo University, Tokyo, JAPAN 112-8551) ,  Matsuda Takeshi (Dept. of Info. Security, University of Nagasaki, JAPAN 851-2195) ,  Koizumi Daiki (Dept. of Info. and Mgmt. Sci., Otaru University of Commerce, Hokkaido, JAPAN 047-8501)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： SMC  ページ： 000802-000807  発行年： 2016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： SQL注入はWebアプリケーションの脆弱性の一つであり,Webアプリケーションは,この脆弱性を持つかどうかは,不正アクセスの危険性がある。多く発見的予防とSQLインジェクション攻撃の検出方法が開発されているが,理論的な性能評価はそれらについては困難である。本論文では,SQLインジェクション攻撃の特性を模倣した確率モデルのパラメータの近似最尤推定が提案されであろう。さらに,その有効性は,著者らの提案した方法と線形分類法ソフト信頼重み付き学習(SCW)とサポートベクトルマシン(SVM)などの間の関係を調べることにより,と考えられる。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： 学習 ,  検出法 ,  *確率モデル ,  性能評価 ,  *近似法 ,  サポートベクトルマシン ,  線形性 ,  *最尤法 ,  サイバー攻撃
準シソーラス用語： 分類法 ,  SQLインジェクション攻撃 ,  不正アクセス ,  脆弱性 ,  Webアプリケーション , 【Automatic Indexing@JST】

分類 (1件)： データ保護  (JD01020V)

タイトルに関連する用語 (6件)： SQL ,  注入 ,  攻撃 ,  確率モデル ,  近似 ,  最尤推定