文献

J-GLOBAL ID：202002222916542964   整理番号：20A0875177

不均衡データセットにおける効果的なボットネット検出のためのSMOTE機械学習アルゴリズムによる決定木-J48の強化【JST・京大機械翻訳】

Enhanced Decision Tree-J48 With SMOTE Machine Learning Algorithm for Effective Botnet Detection in Imbalance Dataset

著者 (3件)： Jimoh Ilyas Adeleke (Federal University of Technology,Department of Cyber Security Science,Minna,Nigeria) ,  Ismaila Idris (Federal University of Technology,Department of Cyber Security Science,Minna,Nigeria) ,  Olalere Morufu (Federal University of Technology,Department of Cyber Security Science,Minna,Nigeria)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICECCO  ページ： 1-8  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： ボットネットは今日の情報技術(IT)の分野における主要なセキュリティ脅威の一つである。産業ITインフラストラクチャにおける攻撃率の増加,個人データのthe,および金融情報に対する攻撃が重要になっている。ボットネット検出のための利用可能なデータセットの大部分は非常に古く,この研究分野における現在の現実に耐えることができない。「CICIDS2017」のカナダ研究所からの最新のデータセットの1つは,99%~1%の不均衡データ分配比として注目された。この分布は大多数から少数のクラス比を表す。これは,研究に対する多くのクラスにおける過剰適合の挑戦をもたらし,結果の解析におけるバイアスを作り出す可能性がある。本研究作業は,不均衡データセットの問題を解決する際に,SMOTE技術の応用によってJ48ディシジョンツリー機械学習アルゴリズムを採用して,それによって,ボットネットの改良検出に導いた。最高シナリオの精度は99.95%であった。これは以前の研究と比較して検出率の有意な改善である。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： *ディシジョンツリー ,  情報技術 ,  セキュリティ ,  カナダ ,  金融 ,  *学習アルゴリズム
準シソーラス用語： 検出率 ,  *不均衡データ ,  ITインフラストラクチャー ,  *ボットネット ,  *不均衡データセット , 【Automatic Indexing@JST】

分類 (5件)： 音声処理  (JE05000E) ,  医用画像処理  (JE04020T) ,  符号理論  (ND02030R) ,  NMR一般  (BM07041R) ,  専用演算制御装置  (JC04030Y)

タイトルに関連する用語 (6件)： 不均衡データセット ,  ボットネット ,  機械学習 ,  アルゴリズム ,  決定木 ,  強化