文献

J-GLOBAL ID：201702270115364805   整理番号：17A1635640

アクティブ学習SVM(サポートベクトルマシン)とファジィc-平均クラスタリングを用いた半教師つき侵入検知システム【Powered by NICT】

A semi-supervised intrusion detection system using active learning SVM and fuzzy c-means clustering

著者 (2件)： Kumari V Valli (Andhra University, College of Engineering, Visakhapatnam, AP, India) ,  Varma P Ravi Kiran (MVGR College of Engineering, Vizianagaram, AP, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： I-SMAC  ページ： 481-485  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： ネットワーク防御のための最も重要なツールの一つは,侵入検知システム(IDS)である。大量の訓練データを扱うが存在するいくつかの教師つき機械学習アルゴリズム。しかしはほとんどラベル付きデータと良く行うことができる最適化された,低コスト半教師つきIDSモデルを設計する必要がある。課題である,新しい訓練データが含まれることである場合には最小の計算オーバヘッドで自分自身を更新できる適応学習アルゴリズムを設計した。本研究は効果的なIDSの設計における能動的学習サポートベクトルマシン(ASVM)とファジィC-平均法(FCM)クラスタリングを用いたハイブリッド半教師つき機械学習技術を実証した。このアルゴリズムは,NSL KDDベンチマークIDSデータセットで試験し,有望であることが分かった。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： *サポートベクトルマシン ,  *セキュリティシステム ,  ネットワーク ,  *クラスタ化 ,  ベンチマーク ,  最適化 ,  アルゴリズム ,  学習アルゴリズム ,  *セキュリティ
準シソーラス用語： 機械学習技術 ,  能動的学習 ,  訓練データ ,  防衛 ,  *侵入検知システム ,  *ファジィc-平均法 ,  *能動学習 , 【Automatic Indexing@JST】

分類 (2件)： データ保護  (JD01020V) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： アクティブ学習 ,  SVM ,  サポートベクトルマシン ,  ファジィc-平均クラスタリング ,  教師 ,  侵入検知システム