文献
J-GLOBAL ID:201802275872759790   整理番号:18A1209551

サイバーセキュリティリスクを明らかにするための多層パーセプトロン(MLP)を用いたPCAランク付きファジィk平均クラスタ化を用いた解析的直感にヒントを得た高速ビッグデータ解析【JST・京大機械翻訳】

Analyst intuition inspired high velocity big data analysis using PCA ranked fuzzy k-means clustering with multi-layer perceptron (MLP) to obviate cyber security risk
著者 (5件):
資料名:
巻: 2017  号: ICNC-FSKD  ページ: 1790-1793  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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
世界におけるサイバー脅威の増加する罹患率は,あらゆるネットワークユーザに影響を及ぼしている。多くのセキュリティ監視システムを採用して,コンピュータネットワークと資源を,転倒被害者からサイバー攻撃まで保護する。このプロセスで生成された大規模ネットワークデータセットを監視するために,効率的なセキュリティ監視システムを持つ必要がある。マルウェア攻撃を表す大規模ネットワークデータセットを,エキスパートシステムを確立するために本研究で使用した。攻撃者のIPアドレスの特性を,統計データを生成するために,著者らの統合データセットから抽出することができた。サイバーセキュリティエキスパートは,各属性の重みを提供し,ログ履歴を注釈することにより,スコアリングシステムを形成する。著者らは,ファジィK平均(FKM)を用いて3つのクラスタにデータを最初に破壊することによって,サイバーセキュリティログを攻撃,確実でなく分類するために,特別な半重畳法を採用して,次に,手動でラベルしたデータに基づいてニューラルネットワーク分類器多層パーセプトロン(MLP)ベースを訓練した。そうすることによって,著者らの結果は,サイバーセキュリティログにおける異常を見つけることと比較して,非常に有望であり,それは一般的に大量の誤った検出を作り出すことに終わった。人工知能(AI)と分析直感(AI)を含む方法は,AI2としても知られている。分類結果は,攻撃のタイプを分離するのに有望である。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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (4件):
分類
JSTが定めた文献の分類名称とコードです
パターン認識  ,  データ保護  ,  人工知能  ,  計算機網 

前のページに戻る