文献

J-GLOBAL ID：202102227354399240   整理番号：21A0011647

サイバー脅威インテリジェンスのためのダークWebの深い自己教師付きクラスタリング【JST・京大機械翻訳】

Deep Self-Supervised Clustering of the Dark Web for Cyber Threat Intelligence

著者 (5件)： Kadoguchi Masashi (Institute of Information Security,Graduate School of Information Security,Yokohama,Japan) ,  Kobayashi Hanae (Institute of Information Security,Graduate School of Information Security,Yokohama,Japan) ,  Hayashi Shota (Institute of Information Security,Graduate School of Information Security,Yokohama,Japan) ,  Otsuka Akira (Institute of Information Security,Graduate School of Information Security,Yokohama,Japan) ,  Hashimoto Masaki (Institute of Information Security,Graduate School of Information Security,Yokohama,Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ISI  ページ： 1-6  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： 近年,サイバータック技術が各日にますます洗練されたようになった。防衛対策がサイバー攻撃に対して取られるとしても,それらを完全に防止することは困難である。また,人々はサイバー犯罪に対して防御的に戦うことができると言われている。この状況に対処するために,サイバータックを予測し,前もって適切な対策を取ることが必要であり,この可能性を作るために知能の利用が重要である。一般に,多くの悪意のあるハッカーは,暗Webまたは特定のコミュニティにおける攻撃に使用できる情報とツールを共有する。したがって,この不法なコンテンツを含む多くの知能がサイバー空間に存在すると仮定した。脅威インテリジェンスを用いることにより,前もって攻撃を検出し,能動的防御を開発することが,これらの日に期待されている。しかし,そのような知能は現在手動で抽出されている。これを効率的に行うために,脅威情報を含むフォーラムポストを抽出する目的で,ダークウェブ上に存在する様々なフォーラムポストに機械学習を適用した。これを行うことにより,タイムリーな方法でサイバー空間における脅威情報を検出することは,最適予防対策が前もって行われるように可能であることを期待する。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： コミュニティ ,  *クラスタ化 ,  *Web【情報システム】 ,  機械学習 ,  仮想空間 ,  コンテンツ ,  サイバー攻撃
準シソーラス用語： ハッカー ,  サイバー犯罪 , 【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)： 脅威 ,  インテリジェンス ,  Web ,  自己 ,  教師 ,  クラスタリング