文献

J-GLOBAL ID：201902217104612924   整理番号：19A2423718

Bothook DNS問合せデータを用いたボットネット検出のための教師付き機械学習アプローチ【JST・京大機械翻訳】

BotHook: A Supervised Machine Learning Approach for Botnet Detection Using DNS Query Data

著者 (2件)： Biradar Anuradha D. (Department of Computer Engineering, G.H. Raisoni College of Engineering and Management, Pune, India) ,  Padmavathi B. (Department of Computer Engineering, G.H. Raisoni College of Engineering and Management, Pune, India)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 570  ページ： 261-269  発行年： 2020年 
JST資料番号： W5070A  ISSN： 1876-1100  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 遅延のように,ボットネットはすべてのデジタル検査の最も多くのラジカルであり,分散コンピューティングにおける重要な問題に変わる。ボットネットは,PCまたは携帯電話の様々な取引のシステムである。これらのgadgetは,投票によってpericiousなコードで汚染されており,gatherとして制御されている。攻撃者は,犯罪運動のためにこれらのボットネットを利用している。例えば,行政,クリックミス表現,フィッシング,スパミング,スニフィングトラフィック,および新しいマルウェアを広げている。主要な問題は,これらのボットネットを同定する方法である。それは,デジタルセキュリティで同定された分析者にとってより興味があることが分かった。これは,ボットネットに関する調査,その工学および同定手順を構成することを目的としている。DNSをチェックすることにより,ボットネットとボットネットの存在を同定することができる。これらのラインに沿って,筆者らは,DNS質問データを用いて機械学習に依存するボットネット発見を提案し,機械学習システムを利用してその妥当性を増す。Copyright 2020 Springer Nature Singapore Pte Ltd. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： マルウェア ,  携帯電話 ,  セキュリティ ,  分散処理 ,  *機械学習 ,  ディジタル方式 ,  ラジカル ,  犯罪
準シソーラス用語： 攻撃者 ,  教師付き機械学習 ,  *ボットネット , 【Automatic Indexing@JST】

著者キーワード (4件)： ドメイン名サービス ,  ボットネット検出 ,  機械学習 ,  BOT

分類 (1件)： データ保護  (JD01020V)

タイトルに関連する用語 (4件)： DNS ,  問合せ ,  ボットネット ,  教師付き機械学習