文献

J-GLOBAL ID：201702280472493650   整理番号：17A1792492

機械学習のネットワーク侵入検出への応用【JST・京大機械翻訳】

Application of Machine Learning in Network Intrusion Detection

著者 (2件)： Zhu Kun (南京航空航天大学計算机科学与技術学院,南京,211106) ,  Zhang Qi (南京航空航天大学計算机科学与技術学院,南京,211106)
資料名： Shuju Caiji yu Chuli  (Shuju Caiji yu Chuli)
巻： 32  号： 3  ページ： 479-488  発行年： 2017年 
JST資料番号： W1502A  ISSN： 1004-9037  CODEN： SCYCE4  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： ネットワークの急速な発展によって,ネットワークセキュリティはコンピュータネットワークにおける重要な研究方向になった。ネットワーク攻撃はますます頻繁になり、伝統的な安全保護製品には脆弱性があり、侵入検出は情報セキュリティの重要な防護手段としてファイアウォールの不足を補い、有効なネットワーク侵入検知措置を提供し、ネットワークセキュリティを保護する。しかし,従来の侵入検知システムには多くの問題があり,機械学習に基づく侵入検出法はネットワーク攻撃に対する知的検出を実現し,侵入検出の効率を向上させ,漏れ率と誤警報率を低下させる。まず第一に,機械学習の部分的アルゴリズムを簡潔に紹介して,次に,ネットワーク侵入検出における機械学習アルゴリズムの応用を徹底的に分析して,侵入検出応用におけるアルゴリズムの優位性と短所を比較して,最後に機械学習の応用展望をまとめた。それは,良好な性能を有するネットワーク侵入検出と防御システムを得るための基礎を築くことができた。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： セキュリティシステム ,  ファイアウォール ,  情報セキュリティ ,  *ネットワーク ,  計算機網 ,  高速度 ,  セキュリティ ,  学習アルゴリズム ,  *機械学習 ,  アルゴリズム
準シソーラス用語： 誤警報率 ,  侵入検知システム ,  ネットワーク侵入検知 ,  脆弱性 ,  保安 ,  ネットワークセキュリティ ,  *侵入検知 , 【Automatic Indexing@JST】

著者キーワード (5件)： machine learning ,  network intrusion detection ,  decision tree ,  neural network ,  support vector machine

分類 (2件)： 計算機網  (JC03000K) ,  データ保護  (JD01020V)

タイトルに関連する用語 (3件)： 機械学習 ,  侵入 ,  応用