文献

J-GLOBAL ID：202102219627596457   整理番号：21A2982162

条件付き共起度に基づく脅威行動抽出法【JST・京大機械翻訳】

A Threat Actions Extraction Method Based on The Conditional Co-occurrence Degree

著者 (4件)： Peng Siqi (Sichuan University,College of Cybersecurity,Chengdu,China) ,  Zhou Anmin (Sichuan University,College of Cybersecurity,Chengdu,China) ,  Liao Shan (Sichuan University,College of Cybersecurity,Chengdu,China) ,  Liu Liang (Sichuan University,College of Cybersecurity,Chengdu,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICISCE  ページ： 1633-1637  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： 脅威インテリジェンス情報に関する多数の出版物により,非構造化コンテキストから有用な情報を手動で抽出することは非効率的である。サイバーセキュリティ研究者がサイバーセキュリティ事故における攻撃者によって取られた脅威行動の理解を深めるために,本論文は,条件付き共起度に基づくサイバーセキュリティインシデントレポートから多重脅威行動を自動的に抽出する方法を提案した。最初に,テキストを共起単語の集合に再構成した。次に,潜在Dirichlet Allocation(LDA)トピックモデルを用いて,文書と脅威行動の間の意味類似性を計算し,文書特徴として取り上げた。最後に,脅威行動抽出の問題をマルチラベル分類問題に変換して,いくつかの機械学習アルゴリズムを用いてサイバーセキュリティ事象に関連した論文における脅威行動の抽出を完了する。データセットは,様々な権威的脅威知能出版プラットフォームからのセキュリティ関連論文から成る。一連の実験の後,提案した方法の性能を以前の方法と比較した。実験結果は,本論文で提案した脅威行動抽出法の精度が65%以上であることを示した。この方法は脅威知能抽出に適用でき,共起語の導入はマルチラベル分類の分野でも革新である。Copyright 2021 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： 刊行物 ,  多重化 ,  再構成 ,  *単語 ,  セキュリティ ,  学習アルゴリズム
準シソーラス用語： インシデント報告 ,  トピックモデル ,  サイバーセキュリティ ,  意味類似性 ,  マルチラベル分類 ,  攻撃者 , 【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)： 脅威 ,  行動 ,  抽出法