文献

J-GLOBAL ID：202002267497852591   整理番号：20A0819759

インサイダー脅威と不正検出のためのグラフ畳込みネットワークによる異常検出【JST・京大機械翻訳】

Anomaly Detection with Graph Convolutional Networks for Insider Threat and Fraud Detection

著者 (8件)： Jiang Jianguo (School of Cyber Security, University of Chinese Academy of Sciences,Beijing,China) ,  Chen Jiuming (University of California,Department of Computer Science,Davis,CA,USA) ,  Gu Tianbo (University of California,Department of Computer Science,Davis,CA,USA) ,  Choo Kim-Kwang Raymond (University of Texas at San Antonio,Department of Information Systems and Cyber Security,San Antonio,TX,USA,78249) ,  Liu Chao (School of Cyber Security, University of Chinese Academy of Sciences,Beijing,China) ,  Yu Min (School of Cyber Security, University of Chinese Academy of Sciences,Beijing,China) ,  Huang Weiqing (School of Cyber Security, University of Chinese Academy of Sciences,Beijing,China) ,  Mohapatra Prasant (University of California,Department of Computer Science,Davis,CA,USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： MILCOM  ページ： 109-114  発行年： 2019年 
JST資料番号： W2441A  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： 異常検出は,一般的にエンティティの特性またはユーザの特性からの特徴の抽出,および機械学習または深い学習アルゴリズムを用いた異常検出モデルの設計を含んでいる。しかし,実体の特性情報だけを考慮することは,高い偽陽性に導くことができた。また,異常行動の検出と関連する脅威グループの検出におけるエンティティ間の接続または関係を考慮することの重要性を証明した。したがって,本論文では,ユーザと悪意のある脅威グループの異常な挙動を検出するために,GCN(グラフ畳込みネットワーク)ベースの異常検出モデルを設計した。GCNモデルは,実体の特性とそれらの間の構造情報をグラフに特徴付けることができた。これにより,GCNに基づく異常検出モデルは,個人と関連する異常グループの異常な挙動を検出することができる。次に,実世界の内部脅威データセットを用いて提案したモデルを評価した。結果は,提案したモデルがいくつかの最先端のベースライン法(すなわち,ランダムフォレスト,ロジスティック回帰,SVM,およびCNN)より優れていることを示した。さらに,提案したモデルは他の異常検出応用にも適用できる。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *畳込み ,  *ネットワーク ,  機械学習 ,  学習アルゴリズム
準シソーラス用語： ロジスティック回帰分析 ,  ランダムフォレスト ,  異常行動 ,  誤検出 ,  エンティティ ,  異常検出 ,  *不正検出 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： インサイダー ,  脅威 ,  不正検出 ,  グラフ ,  畳込み ,  異常検出