文献

J-GLOBAL ID：202202227957358258   整理番号：22A0494789

セキュアな通信のためのエンド・エンド・オートメーション・電子メール検証フレームワーク【JST・京大機械翻訳】

End to End Autorship Email Verification Framework for a Secure Communication

著者 (3件)： Giorgi Giacomo (Informatics and Telematics Institute (IIT) of National Research Council, Pisa, Italy) ,  Saracino Andrea (Informatics and Telematics Institute (IIT) of National Research Council, Pisa, Italy) ,  Martinelli Fabio (Informatics and Telematics Institute (IIT) of National Research Council, Pisa, Italy)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1545  ページ： 73-96  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： 本論文では,攻撃者が,受容者に個人情報をステアするのに,攻撃者がレジイマート/トルース送信者を偽装できる,非常に特定の標的化電子メール攻撃を防止するための代替電子メール保護を提案する。著者の書込みスタイルの分析に基づいて,そして,バイナリの伝統的および深い学習分類装置を通して実行した,権限機構を適用して,電子メール検証機構を構築した。筆者が異なる位置に配置できる柔軟なアーキテクチャを提案した。その位置および結果として利用可能な電子メールデータにより,個々の書き込みスタイル,または送信者-受信者通信に関連したエンド書き込みスタイル学習を活用できる。システムは,2つの異なるデータセット(i)上で,よく知られた公開Enronデータセットで検証され,実験が,それぞれ,個人とエンド書き込みスタイル学習の96.5%と99%の著者検証精度を示し,(ii)著者らの私的データセットを,98.3%と97%の精度結果で示す。同じ長さを持つサブセットにおけるデータセットの分割を利用する代替分類訓練を提示した。得られた結果は,そのような訓練手法が,異なる長さの電子メールが同じ訓練データセットに含まれる従来の訓練よりも性能が優れていることを証明した。得られた全体の結果は,提案した著者の機構が,安全な電子メール通信を保証するための電子メールアンチスカムまたはアンチフットツールとして利用できる有望な代替支援技術であることを証明した。Copyright Springer Nature Switzerland AG 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *自動化 ,  学習 ,  分類装置 ,  スカム ,  *通信 ,  計算機アーキテクチャ ,  ターゲティング ,  *電子メール ,  サイバー攻撃
準シソーラス用語： 訓練データ ,  バイナリー ,  受信者 ,  送信者 ,  攻撃者 , 【Automatic Indexing@JST】

著者キーワード (7件)： 機械学習 ,  深層学習 ,  プライバシー保護 ,  電子メール著者 ,  電子メールスプーフィング ,  スカム電子メール ,  スピアフィッシング

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

タイトルに関連する用語 (4件)： オートメーション ,  電子メール ,  検証 ,  フレームワーク