文献

J-GLOBAL ID：202102280775409937   整理番号：21A0310267

機械学習に基づく光ファイバ盗聴検出法【JST・京大機械翻訳】

Optical fiber eavesdropping detection method based on machine learning

著者 (6件)： Chen Xiaolian (国网江蘇省電力有限公司无錫供電分公司,江蘇无錫 214000) ,  Qin Yi (国网江蘇省電力有限公司无錫供電分公司,江蘇无錫 214000) ,  Zhang Jie (北京郵電大学信息光子与光通信研究院,北京 100876) ,  Li Yajie (北京郵電大学信息光子与光通信研究院,北京 100876) ,  Song Haokun (北京郵電大学信息光子与光通信研究院,北京 100876) ,  Zhang Huibin (北京郵電大学信息光子与光通信研究院,北京 100876)
資料名： Dianxin Kexue  (Dianxin Kexue)
巻： 36  号： 11  ページ： 61-67  発行年： 2020年 
JST資料番号： C3333A  ISSN： 1000-0801  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： 光ファイバ盗聴は情報セキュリティの重大な隠れた1つであるが、その隠蔽性が高い特徴により、スクリーニングが難しい。通信ネットワークにおける光ファイバー盗聴の問題を解決するために,機械学習に基づく光ファイバ盗聴検出法を提案した。最初に,伝送物理層に及ぼす盗聴の影響に基づき,7つの次元の特徴ベクトル抽出方法を,設計し,次に,実験を通して,盗聴をシミュレーションし,そして,固有ベクトルを,収集し,そして,2つの機械学習アルゴリズムを,分類検出およびモデル最適化のために,用いた。実験結果は,ニューラルネットワーク分類アルゴリズムがK最近傍分類アルゴリズムより優れていて,10%分光盗聴において98.1%の盗聴認識率を達成することを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  通信網 ,  ニューラルネットワーク ,  隠蔽力 ,  *検出法 ,  *光ファイバ ,  固有ベクトル ,  スクリーニング ,  *機械学習 ,  学習アルゴリズム ,  情報セキュリティ ,  特徴ベクトル ,  改変
準シソーラス用語： 物理層 ,  分類アルゴリズム ,  *盗聴 , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (4件)： 機械学習 ,  光ファイバ ,  盗聴 ,  検出法