文献

J-GLOBAL ID：202102238236506120   整理番号：21A0273743

MDATAに基づくAPTグループ知識モデル【JST・京大機械翻訳】

An APT Group Knowledge Model based on MDATA

著者 (5件)： Cai Yinyin (Cyberspace Institute of Advanced Technology, Guangzhou University, Guangzhou, China) ,  Gu Zhaoquan (Cyberspace Institute of Advanced Technology, Guangzhou University, Guangzhou, China) ,  Wang Le (Cyberspace Institute of Advanced Technology, Guangzhou University, Guangzhou, China) ,  Li Shudong (Cyberspace Institute of Advanced Technology, Guangzhou University, Guangzhou, China) ,  Han Weihong (Cyberspace Institute of Advanced Technology, Guangzhou University, Guangzhou, China)
資料名： ACM Proceedings  (ACM Proceedings)
号： CIAT 2020  ページ： 374-378  発行年： 2020年 
JST資料番号： D0698C  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： 仮想認識はサイバーセキュリティにとって顕著であり,研究者とセキュリティ解析者がネットワークセキュリティ状況を包括的かつ正確に得るのを助けることができる。高度持続性脅威(APT)攻撃はサイバースペースに深刻な結果を引き起こし,そのような攻撃を検出することはサイバーセキュリティ状況認識の非常に重要な部分になった。いくつかのAPT攻撃は,同じグループに属し,多くの国と組織は,知識を表現するために知識グラフ(KG)を採用することのようなAPTグループのためのデータベースを確立した。しかし,サイバースペースセキュリティ知識は時間的および空間的特性によって変化し,攻撃技術は非常に頻繁に更新され,従来のKGはそのような知識をタイムリーに表現できない。この問題に取り組むために,MDATA(多次元データ協会およびインテリジェント分析)モデルを,従来のKGに対する補足および改善である[1]において提案した。本論文では,APTグループの空間時間特性を加えるMDATAに基づくAPTグループ知識モデルを導入した。また,この知識モデルがどのようにAPT攻撃認識の課題に対処するかを分析した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： データベース ,  安全解析 ,  *仮想空間
準シソーラス用語： 状況認識 ,  *知識モデル ,  ネットワークセキュリティ ,  サイバーセキュリティ , 【Automatic Indexing@JST】

著者キーワード (5件)： APT攻撃 ,  MDATA ,  サイバー状況認識 ,  知識モデル ,  空間-時間特性

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 (3件)： APT ,  グループ ,  知識モデル