文献

J-GLOBAL ID：201802255946696328   整理番号：18A2120992

BotCatcher:深さ学習に基づくボットネット検出システム?【JST・京大機械翻訳】

BotCatcher: botnet detection system based on deep learning

著者 (4件)： Wu Di (中国科学院信息工程研究所,北京 100093;中国科学院大学网絡空間安全学院,北京 100049) ,  Fang Binxing (广州大学网絡空間先進技術研究院,广東广州 510006;電子科技大学广東電子信息工程研究院,广東東莞 523808;北京郵電大学网絡空間安全学院,北京 100876) ,  Cui Xiang (中国科学院信息工程研究所,北京 100093;广州大学网絡空間先進技術研究院,广東广州 510006) ,  Liu Qixu (中国科学院信息工程研究所,北京 100093;中国科学院大学网絡空間安全学院,北京 100049)
資料名： Tongxin Xuebao  (Tongxin Xuebao)
巻： 39  号： 8  ページ： 18-28  発行年： 2018年 
JST資料番号： W1463A  ISSN： 1000-436X  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： 機械学習技術はボットネットの検出分野で広く応用されているが、ボットネットの形態と命令の制御メカニズムが次第に変化するにつれ、人工特徴選択はますます難しくなってきた。そのため、深度学習に基づくボットネット検出システム--BotCatcherを提案し、時間と空間の2つの次元からネットワークの流量特徴を自動抽出し、多種の深層ニューラルネットワーク構造を結合することによって分類器を構築した。BotCatcherは,プロトコルとトポロジーに関する先験的知識に依存せず,人工的選択を必要としない。実験結果は,このモデルが良好な性能を持ち,ボットネットトラヒックを正確に識別できることを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 位相幾何学 ,  *学習 ,  特徴選択 ,  プロトコル ,  流量 ,  ネットワーク
準シソーラス用語： ディープニューラルネットワーク ,  自動抽出 ,  機械学習技術 ,  *検知システム ,  *ボットネット , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (3件)： 学習 ,  ボットネット ,  検出システム