文献

J-GLOBAL ID：202102238265854539   整理番号：21A0385505

ディープオートエンコーダに基づく産業制御悪意トラヒック異常検出システム【JST・京大機械翻訳】

Industrial Control Malicious Traffic Anomaly Detection System Based on Deep Autoencoder

著者 (19件)： Wang Weiping (Department of Computer and Communication Engineering, University of Science and Technology Beijing, Beijing, China) ,  Wang Weiping (Beijing Key Laboratory of Knowledge Engineering for Materials Science, Beijing, China) ,  Wang Weiping (Institute of Artificial Intelligence, University of Science and Technology Beijing, Beijing, China) ,  Wang Weiping (Shunde Graduate School, Beijing University of Science and Technology, Guangzhou, China) ,  Wang Chunyang (Department of Computer and Communication Engineering, University of Science and Technology Beijing, Beijing, China) ,  Wang Chunyang (Beijing Key Laboratory of Knowledge Engineering for Materials Science, Beijing, China) ,  Wang Chunyang (Institute of Artificial Intelligence, University of Science and Technology Beijing, Beijing, China) ,  Wang Chunyang (Shunde Graduate School, Beijing University of Science and Technology, Guangzhou, China) ,  Guo Yongzhen (Industrial Control System Evaluation and Certification Department of China Software Testing Center, Beijing, China) ,  Guo Yongzhen (School of Automation, Beijing Institute of Technology, Beijing, China) ,  Yuan Manman (Department of Computer and Communication Engineering, University of Science and Technology Beijing, Beijing, China) ,  Yuan Manman (Beijing Key Laboratory of Knowledge Engineering for Materials Science, Beijing, China) ,  Yuan Manman (Institute of Artificial Intelligence, University of Science and Technology Beijing, Beijing, China) ,  Yuan Manman (Shunde Graduate School, Beijing University of Science and Technology, Guangzhou, China) ,  Luo Xiong (Department of Computer and Communication Engineering, University of Science and Technology Beijing, Beijing, China) ,  Luo Xiong (Beijing Key Laboratory of Knowledge Engineering for Materials Science, Beijing, China) ,  Luo Xiong (Institute of Artificial Intelligence, University of Science and Technology Beijing, Beijing, China) ,  Luo Xiong (Shunde Graduate School, Beijing University of Science and Technology, Guangzhou, China) ,  Gao Yang (China Information Technology Security Evaluation Center, Beijing, China)
資料名： Frontiers in Energy Research (Web)  (Frontiers in Energy Research (Web))
巻： 8  ページ： 555145  発行年： 2020年 
JST資料番号： U7069A  ISSN： 2296-598X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 産業制御ネットワークは,情報システムと物理的制御プロセスの間の直接インタフェイスである。認証,暗号化,および他の必要なセキュリティ保護設計の欠如のため,それは開放性の増加の傾向の下で悪意のある攻撃の主要目標になった。産業制御システムを保護するために,著者らは産業制御ネットワークにおける異常トラフィックの検出を調査して,自動エンコーダ技術に基づく産業制御ネットワークにおける異常トラフィックを検出する方法を提案した。さらに,新しい深い自動エンコーダモデルを,産業制御ネットワークにおける交通データの次元を減らすために設計した。本論文では,Kullback-Leibler発散を損失関数に加え,特徴抽出の能力を改善し,生データを回復する能力を改善した。最後に,このモデルを,従来のデータ次元縮小法(主成分分析(PCA),独立成分分析,およびガスパイプラインデータセットに関する特異値分解)と比較した。結果は,本論文で設計した方式がf_1スコアに関して異なる場面で3つの方法より優れていることを示した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 情報システム ,  損失関数 ,  ネットワーク ,  特徴抽出 ,  *符号器 ,  暗号 ,  インタフェイス ,  主成分分析 ,  次元縮小 ,  セキュリティ ,  特異値分解 ,  独立成分分析
準シソーラス用語： ガスパイプライン ,  異常検出 ,  異常トラヒック , 【Automatic Indexing@JST】

著者キーワード (5件)： 異常検出 ,  産業用制御システム ,  次元縮小 ,  特徴抽出 ,  自動エンコーダ

分類 (1件)： データ保護  (JD01020V)

引用文献 (26件)：

• Al-MadaniB.ShawahnaA.QureshiM. (2019). Anomaly detection for industrial control networks using machine learning with the help from the inter-arrival curves. Available at: <ext-link ext-link-type="uri" href="http://arxiv.org/abs/1911.05692" type="simple">http://arxiv.org/abs/1911.05692
• AlguliyevR. M.AliguliyevR. M.AbdullayevaF. J. (2019). Hybridisation of classifiers for anomaly detection in big data. IJBDI 6, 11-19. doi: 10.1504/IJBDI.2019.097396
• AnthiE.WilliamsL.RhodeM.BurnapP.WedgburyA. (2020). Adversarial attacks on machine learning cybersecurity defences in industrial control systems. Available at: <ext-link ext-link-type="uri" href="http://arxiv.org/abs/2004.05005" type="simple">http://arxiv.org/abs/2004.05005
• AntonS. D.KanoorS.FraunholzD.SchottenH. D. (2018). “Evaluation of machine learning-based anomaly detection algorithms on an industrial modbus/tcp data set”, in Proceedings of the 13th international conference on availability Reliability and Security, 1-9, Hamburg Germany, August, 2018. doi: 10.1145/3230833.3232818
• DasT. K.AdepuS.ZhouJ. (2020). Anomaly detection in industrial control systems using logical analysis of data. Comput. Secur. 96, 101935. doi: 10.1016/j.cose.2020.101935

タイトルに関連する用語 (3件)： 産業制御 ,  トラヒック ,  異常検出