文献

J-GLOBAL ID：201802262353302367   整理番号：18A0859264

実時間Ethernetデータトラフィックにおける異常検出のための方法【JST・京大機械翻訳】

A Method for Anomalies Detection in Real-Time Ethernet Data Traffic Applied to PROFINET

著者 (7件)： Sestito Guilherme Serpa (Department of Electrical and Computer Engineering, Sao Carlos School of Engineering, University of Sao Paulo, Brazil) ,  Turcato Afonso Celso (Federal Institute of Sao Paulo, Sertaozinho, Brazil) ,  Dias Andre Luis (Federal Institute of Sao Paulo, Sertaozinho, Brazil) ,  Rocha Murilo Silveira (Department of Electrical and Computer Engineering, Sao Carlos School of Engineering, University of Sao Paulo, Brazil) ,  da Silva Maira Martins (Department of Mechanical Engineering, Sao Carlos School of Engineering, University of Sao Paulo, Brazil) ,  Ferrari Paolo (University of Brescia, Brescia, Italy) ,  Brandao Dennis (Department of Electrical and Computer Engineering, Sao Carlos School of Engineering, University of Sao Paulo, Brazil)
資料名： IEEE Transactions on Industrial Informatics  (IEEE Transactions on Industrial Informatics)
巻： 14  号： 5  ページ： 2171-2180  発行年： 2018年 
JST資料番号： W1434A  ISSN： 1551-3203  CODEN： ITIICH  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： リアルタイムEthernet(RTE)に基づくプロトコルの脆弱性と異常を検出する技術に関する主要な議論がある。そこで本研究では,データ抽出を最適化し,トラヒック関連特徴を分類することにより異常を検出する方法を提案した。この提案に対処するために,人工ニューラルネットワーク(ANN)ベースの分類器を選択した関連特徴を用いて訓練した。これらの特徴を可変サイズのスライディングウィンドウを用いて抽出し,他の特徴との相関および分類器の期待出力との相関に従って選択した。関連特徴の数は分類器の性能指標に従って変化する。提案した方法論をPROFINETネットワークの4つの異なるイベントを同定するために利用した。ANNベースの分類器の性能は,すべてのケースに対して成功したと考えられた。この結果は,提案した方法が任意のPROFINETネットワークにおける異常検出に成功することを示唆した。しかし,他のRTEプロトコルへの提案方法論の適用は予見されている。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： プロトコル ,  ニューラルネットワーク ,  ネットワーク ,  最適化 ,  *Ethernet ,  CASE
準シソーラス用語： Profinet ,  性能指標 ,  スライディングウィンドウ ,  データ抽出 ,  脆弱性 ,  *異常検出 ,  *実時間 , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (4件)： 実時間 ,  Ethernet ,  トラフィック ,  異常検出