文献

J-GLOBAL ID：201702267581328503   整理番号：17A1118861

クラウドコンピューティングにおける金融サイバーセキュリティ保険のためのモンテカルロシミュレーションを用いた安全なサイバー入射分析フレームワーク【Powered by NICT】

Secure cyber incident analytics framework using Monte Carlo simulations for financial cybersecurity insurance in cloud computing

著者 (3件)： Gai Keke (Department of Computer Science, Pace University, New York City, NY 10038, USA) ,  Qiu Meikang (Department of Computer Science, Pace University, New York City, NY 10038, USA) ,  Hassan Houcine (Universitat Politecnica de Valencia, Valencia, Spain)
資料名： Concurrency and Computation: Practice & Experience  (Concurrency and Computation: Practice & Experience)
巻： 29  号： 7  ページ： null  発行年： 2017年 
JST資料番号： W2542A  ISSN： 1532-0626  資料種別： 逐次刊行物 (A)
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： 金融企業のためのサイバー事故からの損失を低減する顕著な増加要求がサイバーセキュリティ保険(CI)の急速な発展を駆動している。CIの実装は,サイバー事故における側面,ハッキング不正からの多様性をカバーしている。しかし,現在の応用によっては明かにできなかったことを次元数であるCIはまだその探索。重要インフラストラクチャのサイバー攻撃は,CIの展開を防止する深刻な問題の一つである。クラウドベースサービス提供に焦点を当てたCI実装を述べ,ビッグデータを用いた安全なサイバー事象分析フレームワーク,コストを意識した階層的サイバー事故分析(CA HCIA)を提案した。アプローチは,異なるサイバーリスクシナリオ,リポジトリデータを用いたマッチングのために設計した。訓練データセットに基づく入射特徴を抽出するためのモンテカルロシミュレーションを用いた。CA HCIAにおける主なアルゴリズムはモンテカルロサイバー特徴抽出(MC2FE)と最適コストバランス(OCA)アルゴリズムを含んでいる。筆者等の実験から,適応性と実現可能性の理論的証明を提供した。結果は,筆者らの提案は,7.98%と15.39%,既存の技術のコストを改善することを示した。Copyright 2017 Wiley Publishing Japan K.K. All Rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 事故分析 ,  特徴抽出 ,  マッチング ,  適応性 ,  *金融 ,  *安全性 ,  *保険 ,  アルゴリズム ,  高速度
準シソーラス用語： 訓練データ ,  ビッグデータ ,  ハッキング ,  *モンテカルロシミュレーション ,  *サイバーセキュリティ ,  *クラウドコンピューティング , 【Automatic Indexing@JST】

著者キーワード (6件)： サイバーセキュリティ保険 ,  入射分析フレームワーク ,  クラウドコンピューティング ,  モンテカルロシミュレーション ,  情報セキュリティ ,  金融業

分類 (1件)： データ保護  (JD01020V)

タイトルに関連する用語 (7件)： クラウドコンピューティング ,  金融 ,  サイバーセキュリティ ,  保険 ,  モンテカルロシミュレーション ,  分析 ,  フレームワーク