文献

J-GLOBAL ID：201802273483139500   整理番号：18A0934760

脆弱性発見による自己進化ボットネットの確率モデリング【JST・京大機械翻訳】

Stochastic modeling of self-evolving botnets with vulnerability discovery

著者 (5件)： Kudo Takanori (Faculty of Science and Engineering, Setsunan University, 17-8 Ikeda-nakamachi, Neyagawa 572-8508 Japan) ,  Kimura Tomotaka (Faculty of Engineering, Tokyo University of Science, 6-3-1 Niijuku, Katsushika 125-8585 Japan) ,  Inoue Yoshiaki (Graduate School of Engineering, Osaka University, 2-1 Yamadaoka, Suita 565-0871 Japan) ,  Aman Hirohisa (Center for Information Technology, Ehime University, 3 Bunkyo-cho, Matsuyama 790-8577 Japan) ,  Hirata Kouji (Faculty of Engineering Science, Kansai University, 3-3-35 Yamate-cho, Suita 564-8680 Japan)
資料名： Computer Communications (Amsterdam)  (Computer Communications (Amsterdam))
巻： 124  ページ： 101-110  発行年： 2018年 
JST資料番号： D0443B  ISSN： 0140-3664  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 機械学習技術は活発に研究され,種々のタスクにおいて著しい性能改善を達成した。多くの方法においてそのような技術から利益を得る一方で,それらは,悪意のある攻撃者が未知のソフトウェア脆弱性を発見するためにそれらを利用することができるならば,インターネットに対する重大なセキュリティ脅威となり得る。本論文では,非感染宿主における未知の脆弱性を発見するために感染宿主の計算資源を利用し,ボットネットが自律的に進化する自己進化ボットネットの新しい概念を紹介した。自己進化ボットネットの確率的流行モデルを提供し,数値シミュレーションとシミュレーション実験によりその挙動を示した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： シミュレーション ,  インターネット ,  *機械学習 ,  セキュリティ ,  ソフトウェア
準シソーラス用語： 数値シミュレーション ,  自律性 ,  計算資源 ,  攻撃者 ,  機械学習技術 ,  *ボットネット ,  *脆弱性 , 【Automatic Indexing@JST】

著者キーワード (4件)： ボットネット ,  コンピュータウイルス ,  機械学習 ,  連続時間Markov連鎖

分類 (2件)： 電話・データ通信・交換一般  (ND11010T) ,  光通信方式・機器  (ND10000B)

タイトルに関連する用語 (6件)： 脆弱性 ,  発見 ,  自己 ,  進化 ,  ボットネット ,  確率モデリング