文献

J-GLOBAL ID：202002235326835322   整理番号：20A2783661

予測サイバー状況認識と個人化Blacklisting 逐次ルールマイニングアプローチ【JST・京大機械翻訳】

Predictive Cyber Situational Awareness and Personalized Blacklisting A Sequential Rule Mining Approach

著者 (5件)： Husak Martin (Masaryk University, Brno, Czech Republic) ,  Bajtos Tomas (Pavol Jozef Safarik University in Kosice, Slovakia) ,  Kaspar Jaroslav (Masaryk University, Czech Republic) ,  Bou-Harb Elias (University of Texas at San Antonio, San Antonio) ,  Celeda Pavel (Masaryk University, Czech Republic)
資料名： ACM Transactions on Management Information Systems  (ACM Transactions on Management Information Systems)
巻： 11  号： 4  ページ： 1-16  発行年： 2020年 
JST資料番号： W5700A  ISSN： 2158-656X  資料種別： 逐次刊行物 (A)
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： サイバーセキュリティは,警報相関のニーズのようなデータにおける隠蔽と不明瞭パターンを抽出する能力のためのデータマイニングを採用する。警報からの共通攻撃パターンと規則の提供は,防御者に対する脅威景観の理解を助け,進行中の攻撃の投影を含むサイバー状況認識の実現を可能にする。本論文では,侵入検出警報の分析において,データマイニング,すなわち逐次ルールマイニングの使用を検討した。警報共有プラットフォームで集めた3つの組織における34の侵入検知システムから12百万の警報のデータセットを採用し,分析フレームワークを用いて処理した。予測ブラックリストを作成するために利用するセキュリティ事象を予測するために使用する逐次ルールのマイニングを実行した。したがって,共有プラットフォームからのデータのレシピエントは,過去のイベントの多数の警報の代わりに発生する可能性があるイベントの少数の警報のみを受ける。予測ブラックリストは,生データの3%だけのサイズを持ち,そのエントリの60%以上が,運転,実世界設定における正確な予測の実行に成功したことを示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *警報 ,  セキュリティ ,  データマイニング
準シソーラス用語： *状況認識 ,  侵入検知 ,  侵入検知システム ,  *ルールマイニング ,  サイバーセキュリティ , 【Automatic Indexing@JST】

著者キーワード (4件)： データマイニング ,  攻撃予測 ,  侵入検出 ,  状況認識

分類 (2件)： 計算機網  (JC03000K) ,  データ保護  (JD01020V)

タイトルに関連する用語 (4件)： 予測 ,  状況認識 ,  個人化 ,  ルールマイニング