文献

J-GLOBAL ID：202202224410422803   整理番号：22A0862659

IoTメッシュネットワークにおける侵入検出のための教師付き学習の一般化【JST・京大機械翻訳】

Generalizing Supervised Learning for Intrusion Detection in IoT Mesh Networks

著者 (5件)： Keipour Hossein (Blekinge Institute of Technology, Karlskrona, Sweden) ,  Hazra Saptarshi (Research Institutes of Sweden (RISE), Stockholm, Sweden) ,  Finne Niclas (Research Institutes of Sweden (RISE), Stockholm, Sweden) ,  Voigt Thiemo (Uppsala University, Uppsala, Sweden) ,  Voigt Thiemo (Research Institutes of Sweden (RISE), Stockholm, Sweden)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1557  ページ： 214-228  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： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： IoTメッシュネットワークは,無線に通信する資源制約デバイスから成る。このようなネットワークは多くの攻撃に曝されているので,侵入検知システムの設計は重要なタスクであり,研究コミュニティから多くの注目を集めている。しかしながら,ほとんどの既存の研究は,少数のネットワークトポロジーのみを考慮しており,しばしば,固定数のノードを仮定する。本論文では,マルチTraceを用いて新しい大規模攻撃データセットを生成し,最近考案したツールを用いて機械学習アルゴリズムを訓練した。より多様な訓練データを使用して,得られた侵入検出モデルは,より少ないおよびより少ない多様な訓練データで訓練されたそれらと比較して,より良く一般化することを示した。それらは,より多くのIoTデバイスを有するより大きなトポロジーに対してよく一般化する。また,データセット上で異なる機械学習法を訓練するとき,得られた侵入検知システムが非常に高い性能を達成することを示した。Copyright The Author(s), under exclusive license to Springer Nature Singapore Pte Ltd. 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 位相幾何学 ,  検出 ,  データ ,  *ネットワーク ,  コミュニティ ,  *教師つき学習 ,  ネットワーク構造 ,  セキュリティシステム ,  機械学習 ,  *メッシュ網 ,  学習アルゴリズム ,  サイバー攻撃
準シソーラス用語： 訓練データ ,  ワイヤレス ,  ネットワークトポロジー ,  侵入検知システム ,  *モノのインターネット ,  資源制約 , 【Automatic Indexing@JST】

著者キーワード (8件)： モノのインターネット ,  6LoWPAN ,  RPL ,  侵入検知システム ,  ブラックホール ,  機械学習 ,  深層学習 ,  データセット

分類 (2件)： データ保護  (JD01020V) ,  計算機網  (JC03000K)

タイトルに関連する用語 (5件)： IoT ,  メッシュネットワーク ,  侵入 ,  教師付き学習 ,  一般化