文献

J-GLOBAL ID：202202212377460107   整理番号：22A0067467

TLS暗号マルウェア検出に関するレビュー:TLS特徴,機械学習利用,および将来の方向【JST・京大機械翻訳】

A Review on TLS Encryption Malware Detection: TLS Features, Machine Learning Usage, and Future Directions

著者 (4件)： Keshkeh Kinan (School of Computer Sciences, Universiti Sains Malaysia, Gelugor, Pulau Pinang, Malaysia) ,  Jantan Aman (School of Computer Sciences, Universiti Sains Malaysia, Gelugor, Pulau Pinang, Malaysia) ,  Alieyan Kamal (Faculty of Computer Sciences and Informatics, Amman Arab University, Amman, Jordan) ,  Gana Usman Mohammed (School of Computer Sciences, Universiti Sains Malaysia, Gelugor, Pulau Pinang, Malaysia)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1487  ページ： 213-229  発行年： 2022年 
JST資料番号： W5071A  ISSN： 1865-0929  資料種別： 会議録 (C)
記事区分： 文献レビュー  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： ユーザのプライバシーを保護するためのインターネット暗号の成長により,マルウェアは,悪意のある通信の内容を混乱させるため,TLS/SSLのような暗号化プロトコルを採用するように進化した。残念なことに,TLSベースのマルウェアを同定するための署名ベースの侵入検知システム(IDS)に達する前にネットワークデータを解読することは,インフラストラクチャの複雑性を付加し,ユーザプライバシーを妥協するので,実用的でない。その結果,種々のTLS特徴およびマシン学習(ML)のような技法を用いて,解読なしの異常ベース検出を研究するために,様々な研究が動いている。本論文は,TLSベースのマルウェア異常検出研究をレビューして,これらの作業におけるTLS特性と機械学習の採用を分析して,フィールドの現状をよりよく理解する。さらに,本研究は関連する研究の強みを強調し,将来の効果的な検出システムのためのその短所とTLS特徴に関するいくつかの推奨を提供する。Copyright Springer Nature Singapore Pte Ltd. 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *学習 ,  ネットワーク ,  プライバシー ,  インフラストラクチャー ,  暗号 ,  インターネット ,  *機械学習 ,  *マルウェア
準シソーラス用語： 複雑性 ,  異常検出 ,  侵入検知システム ,  検知システム ,  *マルウェア検出 , 【Automatic Indexing@JST】

著者キーワード (6件)： マルウェア ,  TLS ,  暗号化 ,  TLS特徴 ,  侵入検知システム ,  機械学習

分類 (2件)： データ保護  (JD01020V) ,  符号理論  (ND02030R)

タイトルに関連する用語 (5件)： TLS ,  暗号 ,  マルウェア検出 ,  レビュー ,  機械学習