文献

J-GLOBAL ID：202202219696835067   整理番号：22A0979242

トロイニングAIベースDDoS防御モデルを検出するための深層学習方法論【JST・京大機械翻訳】

A Deep Learning Methodology to Detect Trojaned AI-based DDoS Defend Model

著者 (6件)： Chen Yen-Hung (National Taipei University of Nursing and Health Sciences,Department of Information Management,Taipei,Taiwan) ,  Lai Yuan-Cheng (National Taiwan University of Science and Technology,Department of Information Management,Taipei,Taiwan) ,  Lu Cho-Hsun (Fo Guang University,Department of Applied Informatics,Yilan,Taiwan) ,  Huang Yu-Ching (National Taiwan University of Science and Technology,Department of Information Management,Taipei,Taiwan) ,  Chang Shun-Chieh (National Taiwan University of Science and Technology,Department of Information Management,Taipei,Taiwan) ,  Jan Pi-Tzong (Shih Hsin University,Department of Business Administration,Taipei,Taiwan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICARA  ページ： 243-246  発行年： 2022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： DDoS攻撃は,バックボーンリンクに低速トラフィックを送るためにボットを配置し,ターゲットエリアですべてのサーバを麻痺する。DDoSは,2つの研究問題,すなわち,変化するDDoS特性の区別不能性と(2)時系列攻撃パターンにより,困難に防御され,変化するDDoS防御方法論の開発の注目を深める。DDoSを防御する従来の方法は,アルゴリズム設計者の経験に依存するルールベース方法論を適用し,タイムリーな方法でDDoSの変化攻撃特性を反映することができない。したがって,多数の人工知能(AI)方法論が,手作業介入なしに,エンドツーエンド機能性(入力:ネットワーク状態;出力:防御行動)を通してDDoSを防御するために導入されている。しかし,AIベースのDDoS Defendingモデルは,不十分な訓練データセットと高いハードウェア要求のため,マシンラーニングサービス(MLaaS)プロバイダへの訓練をしばしばアウトソーシングする。これは,人工知能トロジャン攻撃(AI Trojan)と呼ばれる,悪意のあるモデルを訓練した。AI Trojanは,AIモデルが悪意のある訓練プロセスに遭遇し,次に,正常データに良い性能を持つが,あるデータで悪意がある。本研究では,GANベースのAIロバスト性試験アルゴリズム,深層学習攻撃発生器(DLAG)を提案し,人工知能モデルがモデルのロバスト性を確保するために完全に訓練されたことを検証した。DLAGは5段階に分けることができる。(1)DLAGはランダムにサンプルを生成し,(2)対物ネットワーク(DLAG)の生成に関与する雑音を生成し,(3)試験AIに合成サンプルを入力し,試験報告でテスト結果を記録し,GANにフィードバックし,(5)次の試験サイクルのために新しい合成サンプルを再び作り出す。シミュレーションにより,提案したDLAGは,AIベースのDDoS/LFA検出器が不均衡データによって訓練されることを検出できることを示した。また,シミュレーション結果は,AI Trojan検出方法論のポテンシャルと提案開発形質を実証した。Copyright 2022 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： アルゴリズム ,  雑音 ,  シミュレーション ,  ネットワーク ,  人工知能 ,  検出法 ,  エンドツーエンド方式 ,  ハードウェア ,  ロバスト性 ,  アウトソーシング ,  *サイバー攻撃
準シソーラス用語： 訓練データ ,  *DDoS攻撃 ,  ISP【インターネット】 ,  *深層学習 , 【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 (6件)： AI ,  DDoS ,  防御 ,  モデル ,  深層学習 ,  方法論