文献

J-GLOBAL ID：202002253982136326   整理番号：20A2227949

クラウドアプリケーションと実時間検出方式に対するメモリDoS攻撃の影響【JST・京大機械翻訳】

Impact of Memory DoS Attacks on Cloud Applications and Real-Time Detection Schemes

著者 (4件)： Li Zhuozhao (University of Chicago) ,  Sen Tanmoy (University of Virginia) ,  Shen Haiying (University of Virginia) ,  Chuah Mooi Choo (Lehigh University)
資料名： ACM Proceedings  (ACM Proceedings)
号： ICPP ’20  ページ： 1-11  発行年： 2020年 
JST資料番号： D0698C  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： メモリベースのサービス攻撃は共位置仮想マシン上で厳しい性能劣化を引き起こすことができるとしても,そのような攻撃に対する以前の検出方式は攻撃を正確に検出することができず,アプリケーションのキャッシュ関連統計量がすべての時間で同じ確率分布に従うと仮定するため,高い検出遅延と高性能オーバヘッドも発生でき,これは全てのタイプのアプリケーションで真実ではない。本論文では,異なる型のクラウドベースアプリケーションに対するメモリDoS攻撃の影響を示す実験結果を示した。これらの結果に基づいて,そのような攻撃を正確に検出できる2つの軽量,応答統計的ベース検出スキーム(SDS/BとSDS/P)を提案した。SDS/Bは,すべてのアプリケーションに対してキャッシュ関連統計の正常範囲のプロファイルを構築し,実時間収集統計がこの正常範囲を超えたとき,攻撃を推論する統計的方法を使用し,一方,SDS/Pは攻撃を推論するために周期的アプリケーションのためのアクセスパターンの増加した期間を利用する。著者らの評価結果は,SDS/BとSDS/Pが最先端の検出方式,例えば65%高い特異性,40%の短い検出遅延,および7%のより少ない性能オーバヘッドを凌駕することを示した。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： *記憶装置 ,  確率分布 ,  統計的方法 ,  キャッシュメモリ ,  統計量 ,  *応用プログラム ,  仮想機械システム ,  *サイバー攻撃
準シソーラス用語： 性能劣化 ,  *DoS ,  アクセスパターン ,  オーバヘッド ,  実時間 ,  特異性 ,  軽量 , 【Automatic Indexing@JST】

著者キーワード (3件)： 検出方式 ,  メモリサービス拒否攻撃 ,  仮想マシン

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)： クラウド ,  アプリケーション ,  実時間 ,  DoS攻撃