IDSに対するLSTMの異なるハイパーパラメータの相対的重要性の評価【JST・京大機械翻訳】

Sewak Mohit; Sahay Sanjay K.; Rathore Hemant

プレプリント

J-GLOBAL ID：202202213385603744 整理番号：21P0071426

IDSに対するLSTMの異なるハイパーパラメータの相対的重要性の評価【JST・京大機械翻訳】

Assessment of the Relative Importance of different hyper-parameters of LSTM for an IDS

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2020年12月26日プレプリントサーバーでの情報更新日： 2020年12月26日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

LSTMのような再発性深層学習言語モデルは,高価値資産のための高度なサイバー防衛を提供するためにしばしば用いられる。マルウェア検出に対するLSTMネットワークを使用するための基礎となる仮定は,マルウェアのオペコードシーケンスが(スポン)言語表現として処理できることである。任意の話し言葉(単語/文章のシーケンス)と機械言語(オペコードのシーケンス)の間に差異がある。本論文では,これらの固有の違いにより,ネットワークの基本的ハイパーパラメータが適切に調整されない限り,音声言語に対して調整されるように,そのデフォルト構成を有するLSTMモデルが,マルウェア(そのオペコードシーケンスを用いて)を検出するのにうまく機能しないことを示した。プロセスでは,それらのop-符号配列表現を用いてマルウェア検出に適用したLSTMネットワークの全ての異なるハイパーパラメータの相対的重要度も決定した。LSTMネットワークの異なる構成で実験を行い,埋込みサイズ,隠れ層の数,隠れ層のLSTMユニット数,入力ベクトルの剪定/パッド長,活性化関数,およびバッチサイズのようなハイパーパラメータを変化させた。マルウェア/マシン言語の強化された複雑性により,侵入検知システムに対して構成されたLSTMネットワークの性能は,隠れ層数,入力シーケンス長,および活性化関数の選択に対して非常に敏感であることを見出した。また,(spoken)言語モデリングでは,リカレントアーキテクチャは,それらの非リカレント対応物より優れている。従って,著者らは,LSTMのような逐次DLアーキテクチャが,マルウェア検出の目的でMLP-DNNのような非逐次対応物に対して比較する方法も評価した。【JST・京大機械翻訳】

, , , , , , ,
, , , , , , , 【Automatic Indexing@JST】

自然語処理 , パターン認識

, , , ,

前のページに戻る