抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
情報アクセスと通信のための一次機構としてインターネットに重点を置くと,プラットフォームが安全で安全になることは非常に重要である。オンラインスクラムとサイバー犯罪は,これらの問題を緩和するのを助ける技術とシステムへの一般的脅威となっている。世界中のビジネスは,サイバースペースにおける安全確保に非常に投資し,オンライン脅威からそれらのビジネスを防御するセキュリティ専門家に依存している。インターネットの莫大な規模と脅威の動的性は,自動化脅威検出システムの採用を力にする。いくつかのサイバーセキュリティの使用事例が存在するが,ここで議論した2つの使用事例はDGA検出とMalsous URL検出である。本論文は,以前のルールベースと機械学習ベースの検出方法の欠点を扱った。ここでは,NLPからの埋め込み概念をサイバーセキュリティ利用事例に組み込み,住宅モデルにおける新しいモデルを提案した。これは,従来のニューラルネットワークとLong Short Term Memoryネットワークの組合せである。提案したモデルは,バイグラム特徴工学技術を組み込んだ機械学習アルゴリズムと,また,文字レベル埋込みを持つ従来のCNN(S.P. 0.10F Netに使用されるものと同じ)によりベンチマーキングされる。S.P.0.10F Netは,DGA検出に対して98.3%の精度スコアで,そして,悪意のあるURL検出に対して99%の精度スコアで,上述の方法に対してより良い性能を与えることが観察された。本研究はまた,サイバーセキュリティ利用事例にNLP概念を組み込む可能性を実証し,この領域におけるシステムを開発するための新しい思考曲線の将来研究を提供することを目的とした。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
