文献

J-GLOBAL ID：202002280377334157   整理番号：20A2621933

機械学習を用いたIotネットワークにおける侵入検知システム【JST・京大機械翻訳】

Intrusion Detection System In Iot Network Using Machine Learning

著者 (2件)： Abdulrahman Salim A.Alrahman (Altinbas univeristy,Department of Electrical and Computer Engineering,Istanbul,Turkey) ,  Ibrahim Abdullahi Abdu (Altinbas univeristy,Department of Computer engineering,Istanbul,Turkey)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ISMSIT  ページ： 1-5  発行年： 2020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： 過去10年間,モノのインターネット(IoT-モノのインターネット)溶液が作成され,例えば輸送と都市通信の解決策のような社会の異なる枝に応用されている。この方法で,IoTは新しいパラダイムであり,それは機械のグローバルネットワークと互いの[4]と相互作用できるデバイスから成る。IoTは,いくつかの実世界問題をサイバー環境においてモデル化できる方法を変化させ,これは,ネットワーク上の装置ユニットを,小さなタスクを遂行し,次に,結果をグループ化する能力による。本研究では,主要な目的がこの手法を実行するプロセスを支援するシステムを設計し実装し,アクティブ学習として知られる機械学習技術を使用した。この技法を,最低数のラベルを持つデータベースから予測モデルを誘導する可能性により,この研究の文脈で選択した。したがって,粒子スウォームアルゴリズムPSOをデータベースに使用して,得られた結果を確証するために教師つき学習アルゴリズムから成り,第2の予測モデルを誘導し,それはサンプル選択のための能動学習を使用しなかった。このモデルを,本研究の提案から生じるモデルの比較分析のための基礎として用いた。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： アルゴリズム ,  相互作用 ,  データベース ,  *ネットワーク ,  都市 ,  教師つき学習 ,  通信 ,  *機械学習 ,  予測モデル
準シソーラス用語： 能動学習 ,  比較分析 ,  *侵入検知システム ,  粒子スウォーム ,  モノのインターネット ,  機械学習技術 , 【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 (3件)： 機械学習 ,  IoT ,  侵入検知システム