文献

J-GLOBAL ID：202002211911072519   整理番号：20A0831162

名前付きデータネットワークにおけるタイミング攻撃のためのLSTMベース検出【JST・京大機械翻訳】

LSTM-Based Detection for Timing Attacks in Named Data Network

著者 (4件)： Yao Lin (International School of Information Science & Technology, Dalian University of Technology, Dalian China) ,  Jiang Binyao (School of Software, Dalian University of Technology, Dalian China 116620) ,  Deng Jing (Department of Computer Science, University of North Carolina at Greensboro, Greensboro USA) ,  Obaidat Mohammad S. (College of Computing and Informatics, University fo Sharjah, UAE, Nazarbayev University, Astana, Kaz)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： GLOBECOM  ページ： 1-6  発行年： 2019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： データネットワーク(NDN)は今日のインターネットによって例示されたホスト中心ネットワークの代替案である。NDNの1つの重要な特徴は,ソースにおける一般的なコンテンツをキャッシュすることによりアクセス遅延と質問オーバーヘッドを低減するネットワーク内キャッシングである。残念ながら,ネットワーク内キャッシングは異なる攻撃により様々なプライバシーリスクを被り,その一つはタイミング攻撃と呼ばれる。このことは,消費者が,現在キャッシングされているコンテンツの配信時間とキャッシュされていないコンテンツの配送時間の時間差に基づいて,最近,消費者が特定のコンテンツを要求したかどうかを推論するための攻撃である。プライバシー漏れを防ぎ,そのような種類の攻撃に抵抗するために,著者らは,長い短期記憶(LSTM)モデルを採用することによって,検出方式を提案した。LSTMの4つの入力特徴,キャッシュヒット率,平均要求間隔,要求周波数,および要求されるコンテンツのタイプに基づいて,タイミング攻撃を正確に検出するために,一定時間ウィンドウサイズを数個の小さなスライスに分割することにより,より重要な固有値をタイムリーに捉えた。分類精度,検出率,誤警報比,およびF測度におけるいくつかの他の最先端の方式と著者らの方式を比較するために広範なシミュレーションを行った。著者らの方式が研究したすべての事例においてより良い性能を有することを示した。Copyright 2020 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： 基幹回線 ,  情報配布 ,  固有値 ,  キャッシュメモリ ,  *ネットワーク ,  コンテンツ ,  消費者 ,  インターネット ,  プライバシー ,  測度
準シソーラス用語： 誤警報 ,  分類精度 ,  キャッシュヒット率 ,  キャッシング ,  オーバヘッド , 【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 (3件)： 名前 ,  攻撃 ,  LSTM