文献

J-GLOBAL ID：201802246595598878   整理番号：18A1683622

Phishing-Aware FOGネットワークにおけるアンチフィッシングのためのニューロ-ファジィ手法【JST・京大機械翻訳】

Phishing-Aware: A Neuro-Fuzzy Approach for Anti-Phishing on Fog Networks

著者 (5件)： Pham Chuan (Synchromedia-Ecole de Technologie Suprieure, Universite ́ du Que ́bec, Montreal, Canada) ,  Nguyen Luong A. T. (Department of Computer Science, Ho Chi Minh City University of Transport, Ho Chi Minh City, Vietnam) ,  Tran Nguyen H. (Department of Computer Science and Engineering, Kyung Hee University, Yongin, South Korea) ,  Huh Eui-Nam (Department of Computer Science and Engineering, Kyung Hee University, Yongin, South Korea) ,  Hong Choong Seon (Department of Computer Science and Engineering, Kyung Hee University, Yongin, South Korea)
資料名： IEEE Transactions on Network and Service Management  (IEEE Transactions on Network and Service Management)
巻： 15  号： 3  ページ： 1076-1089  発行年： 2018年 
JST資料番号： W2434A  ISSN： 1932-4537  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： フィッシング検出はインターネットセキュリティの犯罪問題として認識されている。ネットワークにゲートウェイ反フィッシングを展開することにより,これらの現在のハードウェアベースのアプローチは,フィッシング攻撃に対する追加的な防御層を提供する。しかし,このようなハードウェアデバイスは,フィッシング攻撃の多様性のために,操作において高価で非効率的である。霧ネットワークにおける仮想化の有望な技術により,アンチフィッシングゲートウェイをネットワークのエッジにおけるソフトウェアとして実装することができ,フィッシング検出のためのロバスト機械学習技術を埋め込むことができる。本論文において,著者らは,設計されたニューロ-ファジィフレームワーク(二層Fi-NFN)に基づいて,フィッシングWebサイトを検出するために,一様な資源ロケータ特徴およびWebトラフィック特徴を用いた。新しいアプローチに基づいて,Ciscoによって奨励された霧コンピューティング,著者らは,phishing攻撃から霧利用者を透明に監視して保護するために,反フィッシングモデルを設計した。実際のフィッシング事例から収集した大規模データセットに基づく著者らの提案アプローチの実験結果は,著者らのシステムがフィッシング攻撃を効果的に防ぎ,ネットワークのセキュリティを改善できることを示した。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】

シソーラス用語： ハードウェア ,  ソフトウェア ,  *曖昧さ ,  ゲートウェイ ,  ロバスト性 ,  犯罪 ,  Web【情報システム】 ,  セキュリティ ,  *ネットワーク
準シソーラス用語： 大規模データセット ,  二層 ,  機械学習技術 ,  仮想化 ,  防衛 ,  インターネットセキュリティ , 【Automatic Indexing@JST】

分類 (1件)： データ保護  (JD01020V)

タイトルに関連する用語 (4件)： FOG ,  フィッシング ,  ファジィ ,  手法