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。
本研究では,DNSトンネルの検出手法として,正常なドメイン名の文字列を機械学習(教師なし学習)し,異常なDNSクエリ文字列を検出することを試みた.実験ではPython3,scikit-learnの機械学習アルゴリズム(One-Class SVM)を用いて,学習用と評価用のプログラムを作成して確認を行った.確認では,学習件数を増やしていった際の,それぞれの機械学習モデルについて,各評価値の変化を比較した.また,機械学習モデルの学習や評価に掛かる時間を測定した.以上の実験内容と結果について考察した.我々の研究では,学習件数を増加して確認した機械学習モデルについて,全体の正解率0.977,適合率0.999,再現率0.958,F1値0.978で,ほぼ一定であることを確認した.(著者抄録)