文献

J-GLOBAL ID：202102251305559874   整理番号：21A0391673

機械学習に基づく悪意命令検出手法【JST・京大機械翻訳】

Machine Learning-based Malicious Command Detection

著者 (3件)： Zuo Ziqing (上海交通大学,上海 200240) ,  Shi Yong (上海交通大学,上海 200240) ,  Xue Zhi (上海交通大学,上海 200240)
資料名： Tongxin Jishu  (Tongxin Jishu)
巻： 53  号： 11  ページ： 2775-2779  発行年： 2020年 
JST資料番号： C4079A  ISSN： 1002-0802  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 現在、ユーザーの入力頻度に基づく悪意な命令の検出精度が低いが、ユーザーの行為モード或いは時系列的な関連に基づく方法は、ブロックが悪意行為のすべての情報を含む前提に普遍的に確立し、この前提は実際の環境で満足することは難しい。上述の問題に対して、まずユーザーの入力周波数に基づく機械学習方法を提案し、SEAデータセット上で優れた効果を得た。さらに,不完全な悪意なユーザコマンド情報に基づく認識方法を設計して,実験結果は,提案方法がより良い検出能力を有することを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *機械学習
準シソーラス用語： 検出精度 , 【Automatic Indexing@JST】

分類 (1件)： データ保護  (JD01020V)

タイトルに関連する用語 (3件)： 機械学習 ,  命令 ,  手法