文献

J-GLOBAL ID：201902284647948339   整理番号：19A0528232

機械学習アルゴリズムの検出実現可能性に基づく雲計算脅威分類モデル【JST・京大機械翻訳】

Cloud computing threats classification model based on the detection feasibility of machine learning algorithms

著者 (3件)： Masetic Z. (International Burch University, Sarajevo, Bosnia and Herzegovina) ,  Hajdarevic K. (Faculty of Electrical Engineering, University of Sarajevo, Bosnia and Herzegovina) ,  Dogru N. (International Burch University, Sarajevo, Bosnia and Herzegovina)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： MIPRO  ページ： 1314-1318  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： クラウドコンピューティングは過去数年で非常に人気があり,ほとんどのビジネスとホームユーザはそのサービスに依存している。その広い利用のために,クラウドコンピューティングサービスは,内部と外部によって実行される異なるサイバー攻撃の一般的なターゲットになった。したがって,クラウドコンピューティングベンダとプロバイダは,それらのクラウドインフラストラクチャに関する強い情報セキュリティ保護メカニズムを実行する必要がある。クラウドコンピューティングインフラストラクチャにおける成功した攻撃防止に導く成功した脅威検出のために採用された一つのアプローチは,機械学習アルゴリズムの応用である。機械学習アルゴリズムがクラウドコンピューティング脅威検出のためにどのように適用できるかを理解するために,著者らはそれらを検出するために機械学習アルゴリズムの実現可能性に基づくクラウドコンピューティング脅威分類モデルを提案した。本論文では,3つのタイプの分類,すなわち,a)学習アルゴリズム,b)入力特徴およびc)クラウドコンピューティングレベル,を考慮した3つの異なる基準タイプに取り組んだ。本論文において提案した結果は,機械学習アルゴリズムによるクラウド脅威検出の分野における更なる研究に貢献することができた。より具体的には,それは,より高い分類精度を得るために,適切な入力特徴または機械学習アルゴリズムを選択するのを助ける。Copyright 2019 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： インフラストラクチャー ,  情報セキュリティ ,  *学習アルゴリズム
準シソーラス用語： 分類精度 ,  ISP【インターネット】 ,  クラウドサービス ,  クラウドコンピューティング ,  分類モデル , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： 機械学習 ,  アルゴリズム ,  実現可能性 ,  雲 ,  計算 ,  脅威 ,  分類モデル