文献

J-GLOBAL ID：202002267157489001   整理番号：20A2121762

特徴削減による二重ステージネットワーク侵入検知システム【JST・京大機械翻訳】

Dual Stage Network Intrusion Detection System Through Feature Reduction

著者 (4件)： Raj Raghuvansh (Department of Applied Mathematics, Delhi Technological University, Delhi, India, 110042) ,  Gupta Somya (Department of Applied Mathematics, Delhi Technological University, Delhi, India, 110042) ,  Lohia Manan (Department of Applied Mathematics, Delhi Technological University, Delhi, India, 110042) ,  Taneja H C (Department of Applied Mathematics, Delhi Technological University, Delhi, India, 110042)
資料名： Journal of Physics: Conference Series  (Journal of Physics: Conference Series)
巻： 1564  号： 1  ページ： 012033 (15pp)  発行年： 2020年 
JST資料番号： W5565A  ISSN： 1742-6588  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 生成されたデータ量における指数関数的増加により,インターネット上で送信され,保存され,交換され,侵入検知システムは,現代のネットワークセキュリティシステムの不可欠な部分を形成した。システムセキュリティの鍵目的を保存するために,タイムリーな検出と悪意のあるユーザのデニールを確実にするのに,かなりの費用,時間,および努力が費やされる。信頼性,完全性,およびアベイラビリティ。本論文では,NIDSの問題に取り組むための二重ステージアルゴリズムを提案した。本論文の目的は,IDSがなければならないので,わずかな偽陽性とより少ない偽陰性をもたらすアルゴリズムを構築することである。ネットワーク侵入検知システムへの研究は,研究者がSNORTとTCPDUMPのような規則ベースアルゴリズムを最初に開発した1990年代初期に戻る。主題が牽引と重要性を獲得したので,研究者は,それらのアルゴリズムをテストするためにベンチマークデータセットを用いて異常検出システムを作成するための努力を始めた。2010年代初期に,NIDSに関連したいくつかの論文が発表され,この分野における技術的ブレークスルーの大部分は深層学習の理論によって影響された。ベンチマークNSL-KDDデータセットを用いたIDSの構築に焦点を当てた。データセットは41の特徴から成り,その内の3つはカテゴリーであり,残りの数値である。カテゴリー特徴の1Hotエンコーディングのために,著者らの特徴空間は122の特徴の合計に発展した。明白な欠点にもかかわらず,これは,カテゴリー的特徴がそれらの値の中で陰的順序を含まなかったので,これは必要であった。目的は,この利点に逐次モデルを用いて圧縮特徴集合上で動作できる計算光分類モデルを開発することである。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  信頼性 ,  指数関数 ,  アベイラビリティ ,  完全性 ,  ベンチマーク ,  インターネット
準シソーラス用語： 誤検出 ,  ネットワークセキュリティ ,  特徴空間 ,  *侵入検知システム ,  データ量 ,  システムセキュリティ ,  深層学習 ,  *ネットワーク侵入検知システム , 【Automatic Indexing@JST】

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 (2件)： ステージ ,  ネットワーク侵入検知システム