文献

J-GLOBAL ID：202002243390229858   整理番号：20A2571986

機械学習によるモバイルネットワーク上の検出不能な隠れチャネルの構築【JST・京大機械翻訳】

Building Undetectable Covert Channels Over Mobile Networks with Machine Learning

著者 (4件)： Zhang Xiaosong (Department of Computer Science and Technology, Tangshan University, Tangshan, China) ,  Pang Ling (National Key Laboratory of Science and Technology on Information System Security, Beijing, China) ,  Guo Linhong (Department of Computer Science and Technology, Tangshan University, Tangshan, China) ,  Li Yuanzhang (School of Computer Science and Technology, Beijing Institute of Technology, Beijing, China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12486  ページ： 331-339  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 変換チャネルは,秘密メッセージを伝送し,ネットワークを通して秘密通信を実装するための重要な方法である。しかし,カバーチャネルに関する既存の研究は,複雑なモバイルネットワークにおける秘密通信のセキュリティ要求を満たすことができない。低伝送容量,ネットワーク複雑性への不十分な適応性,および敵対者によるカバーチャネルの検出に対抗する困難さのような問題がある。本論文では,モバイルネットワーク上のビデオトラヒックを前処理し,ターゲットモデルを構築するためにトラヒック特徴を抽出する。カバーチャネルの検出不能性を改善するために,機械学習法によりトラフィックデータを解析した。リアルタイム双方向通信の特性に基づき,灰色符号と間隔ブロックを採用して,複合ネットワーク環境における秘密通信のロバスト性を改善した。機械学習アルゴリズムによってサポートされたビデオパケット再順序付けに基づくVoLTEビデオトラフィック上のカバーチャネルを提案して,ネットワーク側の検出攻撃の認識と対立を実現した。複雑なネットワーク条件下でエンドツーエンドの信頼できる秘密通信を確保するために,モバイルネットワーク上にカバーチャネルを構築した。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ネットワーク ,  前処理 ,  適応性 ,  録画装置 ,  双方向通信 ,  エンドツーエンド方式 ,  チャネル ,  ロバスト性 ,  セキュリティ ,  *機械学習 ,  学習アルゴリズム
準シソーラス用語： *モバイルネットワーク ,  複雑性 ,  実時間 ,  順序づけ , 【Automatic Indexing@JST】

著者キーワード (4件)： コバートチャネル ,  機械学習 ,  モバイルネットワーク ,  検出不能性

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 (4件)： 機械学習 ,  モバイルネットワーク ,  隠れチャネル ,  構築