文献

J-GLOBAL ID：202102287936987500   整理番号：21A0232120

混合モデルに基づく効率的なハイブリッド異常検出システム【JST・京大機械翻訳】

An Effective Hybrid Anomaly Detection System Based on Mixture Models

著者 (3件)： Pawar Yogesh (Concordia University,Concordia Institute for Information Systems Engineering (CIISE),Montreal,Canada) ,  Zamzami Nuha (Concordia University,Concordia Institute for Information Systems Engineering (CIISE),Montreal,Canada) ,  Bouguila Nizar (Concordia University,Concordia Institute for Information Systems Engineering (CIISE),Montreal,Canada)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ISNCC  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： サイバードメインにおける多様な悪意のある活動の検出はますます重要になっており,従って,多数の侵入検知システム(IDS)が過去数年にわたって開発されている。最近,軽量ADSは,低上限四分位範囲に基づく意思決定法を統合したDirichlet混合モデルに基づいて提案されている。しかしながら,高次元ネットワークデータは,そのようなシステムにおいて,無関係な特徴がモデル性能を低下させる可能性があるので,課題を提示する。本研究では,各攻撃型の検出において高精度を提供するために,適切な混合モデルと異なる特徴選択手法の組み合わせを用いるハイブリッド異常検出システムを提案した。提案したフレームワークの性能を,2つのよく知られたデータセット,すなわち,NSL-KDDとUNSW-NB15で評価した。結果は,すべての攻撃タイプで高精度と低偽陽性率のアーカイブによって実証されたADSの効率性を示した。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： *意思決定 ,  特徴選択 ,  高次元
準シソーラス用語： 高精度 ,  *混合モデル ,  異常検出 ,  侵入検知システム ,  偽陽性率 , 【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 (2件)： 混合モデル ,  異常検出