文献

J-GLOBAL ID：202002240257957558   整理番号：20A2628337

分散悪意攻撃検出のための信頼特徴アグリゲータ連合学習【JST・京大機械翻訳】

A trusted feature aggregator federated learning for distributed malicious attack detection

著者 (5件)： Hei Xinhong (Xi’an University of Technology School of Computer Science and Engineering, China) ,  Yin Xinyue (Xi’an University of Technology School of Computer Science and Engineering, China) ,  Wang Yichuan (Xi’an University of Technology School of Computer Science and Engineering, China) ,  Ren Ju (Xi’an University of Technology School of Computer Science and Engineering, China) ,  Zhu Lei (Xi’an University of Technology School of Computer Science and Engineering, China)
資料名： Computers & Security  (Computers & Security)
巻： 99  ページ： Null  発行年： 2020年 
JST資料番号： E0995A  ISSN： 0167-4048  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： IoT技術の急速な発展により,エレクトロニクスまたはソフトウェアを埋め込んだ数百万の物理デバイスを規則的生産に置く。各IoT装置はユーザの寿命と特性プライバシーに接続されている。装置上に設置された信頼できる侵入検出と防御機構なしで,ホームカメラの監視事象やスマートデバイスの制御のようなハッカーによって攻撃される。これらの攻撃事象はユーザの生産と寿命に重大な影響を与える。本論文は,ブロック連鎖型学習ベースのクラウド侵入検出方式を提案した。この方式は,グローバル予測のためにクラウドコンピューティングセンターにIoT侵入警報集合の局所訓練パラメータを送って,ブロックチェーンに関するモデル訓練プロセス情報と挙動を保存する。連合学習モデルの精度に影響を及ぼす誤警報の高い確率を解決するために,方式は警報フィルタ同定モジュールを提案する。同時に,消去コードベースのブロックチェーン保存解法を通して,従来のブロックチェーン記憶性能は,現実のシナリオにおいて大量の警報トレーニングデータの保管ニーズに適合するために改良した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： カメラ ,  フィルタ ,  *学習 ,  学習モデル ,  警報 ,  プライバシー ,  電子技術 ,  ソフトウェア ,  防御機構
準シソーラス用語： 侵入検知 ,  誤警報 ,  クラウドコンピューティング ,  モノのインターネット ,  スマートデバイス ,  ブロックチェーン , 【Automatic Indexing@JST】

著者キーワード (5件)： IoT ,  クラウドセキュリティ ,  プライバシー保護 ,  連合学習 ,  ブロックチェーン

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

タイトルに関連する用語 (3件)： 攻撃 ,  信頼 ,  学習