文献

J-GLOBAL ID：201802263009854564   整理番号：18A0200062

WBANにおける検出センサデータ改質貫入岩への機械学習アプローチ【Powered by NICT】

A Machine Learning Approach to Detecting Sensor Data Modification Intrusions in WBANs

著者 (2件)： Verner Alexander ,  Butvinik Dany
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICMLA  ページ： 161-169  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 無線ボディエリアネットワーク(WBAN)は収集と患者の生体医療パラメータを監視するための広く使用されている,呼吸,心機能と筋活動である。WBANの重大な欠陥は,さまざまなセキュリティ問題,そのうちの1つはセンサの物理的改変であるに対する脆弱性である。損傷あるいは低下センサによる無効データの伝送は不正確な診断,不適切治療と望ましくない結果をもたらす可能性がある。本論文では,血糖値センサを解析し,この型のセンサに意図的と不注意なデータ修正侵入を検出する機械学習アルゴリズムを提案した。提案したアルゴリズムは,境界,平均,偏差およびセンサデータのパターンを推定する特徴を創造するOtsuしきい値処理法並びにその他の統計的尺度使用する。特徴ベクトルは線形カーネルと変化する誤分類パラメータを用いたサポートベクトルマシン(SVM)モデルによって分類した。大実患者のデータセット上での実験を行い,提案したアルゴリズムは,100%の精度と99.22%の再現率を達成することを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 学習アルゴリズム ,  患者 ,  *センサ ,  治療法 ,  セキュリティ ,  アルゴリズム ,  *機械学習 ,  サポートベクトルマシン
準シソーラス用語： 再現率 ,  特徴ベクトル ,  閾値処理 ,  *センサデータ ,  血糖値 ,  脆弱性 ,  筋活動 , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (5件)： WBAN ,  検出センサ ,  改質 ,  貫入岩 ,  機械学習