文献

J-GLOBAL ID：201802253240861941   整理番号：18A0517513

VANET(車両アドホックネットワーク)のための分散型プライバシー保護協調的侵入検出システム【Powered by NICT】

Distributed Privacy-Preserving Collaborative Intrusion Detection Systems for VANETs

著者 (2件)： Zhang Tao (Department of Electrical and Computer Engineering, Tandon School of Engineering, New York University, Brooklyn, NY, USA) ,  Zhu Quanyan (Department of Electrical and Computer Engineering, Tandon School of Engineering, New York University, Brooklyn, NY, USA)
資料名： IEEE Transactions on Signal and Information Processing Over Networks  (IEEE Transactions on Signal and Information Processing Over Networks)
巻： 4  号： 1  ページ： 148-161  発行年： 2018年 
JST資料番号： W2438A  ISSN： 2373-776X  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： 車両アドホックネットワーク(VANET)は,安全性,価値のある情報を提供するための,受動盗聴活性干渉から攻撃の数に脆弱な現代の輸送システムを使用可能にする技術である。侵入検知システム(IDS)は,不正行為を検出することにより脅威を緩和することができる重要なデバイスである。さらに,VANETにおける車両間協調はノード間の経験を伝えるによる検出精度を向上させることができる。この目的のために,分散機械学習はVANET上のスケーラブルと実行可能な協調検出アルゴリズムの設計に適したフレームワークである。協調学習への一つの基本的な障壁はそれらの間のノード交換データとしてプライバシー関心事である。悪意ノードは観測データから推測することによって他のノードの高感度情報を得ることができる。本論文では,VANETのためのプライバシー保護機械学習ベース協調IDS(PML CIDS)を提案した。提案したアルゴリズムは,クラスの経験的リスク最小化問題への乗算器の交互方向法を採用し,VANET(車両アドホックネットワーク)における侵入を検知するための分類器を訓練する。PML CIDSのプライバシー表記を捕捉するために差分プライバシーを使用し,動的差分プライバシーを提供する二重変数摂動法を提案した。理論的性能を解析し,PML CIDSのセキュリティとプライバシーの間の基本的なトレードオフを特性化した。も検出精度,セキュリティプライバシートレードオフと設計の結果を裏付けるためにネットワークセキュリティ検査の知識発見とデータマイニング(NSL KDD)データセットを用いた数値実験を行った。Copyright 2018 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： 安全性 ,  摂動法 ,  データマイニング ,  機械学習 ,  アルゴリズム ,  キャラクタリゼーション ,  セキュリティ ,  セキュリティシステム ,  *プライバシー
準シソーラス用語： 数値実験 ,  ネットワークセキュリティ ,  差分プライバシー ,  検出精度 ,  脆弱性 ,  *プライバシー保護 ,  *VANET , 【Automatic Indexing@JST】

分類 (1件)： データ保護  (JD01020V)

タイトルに関連する用語 (6件)： VANET ,  車両アドホックネットワーク ,  プライバシー ,  協調 ,  侵入 ,  検出システム