文献

J-GLOBAL ID：202202229594824519   整理番号：22A0106755

未知プロトコル行動に関する漸進的学習法【JST・京大機械翻訳】

A progressive learning method on unknown protocol behaviors

著者 (3件)： Sun Fanghui (School of Cyberspace Science, Harbin Institute of Technology, Faculty of Computing, Harbin, 150001, People’s Republic of China) ,  Wang Shen (School of Cyberspace Science, Harbin Institute of Technology, Faculty of Computing, Harbin, 150001, People’s Republic of China) ,  Zhang Hongli (School of Cyberspace Science, Harbin Institute of Technology, Faculty of Computing, Harbin, 150001, People’s Republic of China)
資料名： Journal of Network and Computer Applications  (Journal of Network and Computer Applications)
巻： 197  ページ： Null  発行年： 2022年 
JST資料番号： H0842A  ISSN： 1084-8045  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 未知のプロトコル挙動の逆解析は,プロトコルリバースエンジニアリング(PRE)における強靭なナットであり,それは,特に送信メッセージだけが利用できるとき,観察可能な情報によって未知プロトコルの仕様を推論する。本論文では,ある実装における未知プロトコルの挙動ルールをシミュレーションするため,確率的方法で通信端末間のメッセージ相互作用ルールを記述するために,新しいプロトコル状態マシンモデル確率的プロトコル有限状態変換器(SPT)を提案した。状態関連場認識と補償法と共に,Sptia-PLという未知プロトコルの段階的SPT学習アルゴリズムを設計し,成功する挙動を予測する能力でターゲットプロトコルのSPTを再構成するために実行した。SPTを徐々に更新することによって,提案方法は,線形時間で連続的に学習することができ,そして,全体の学習プロセスの間,最適条件で確立されたモデルを維持することができる。この戦略は,PREのほとんどの状態機械学習法に存在する状態爆発問題を完全に回避する。FTP,SMTPおよびPOP3の2つのオープンおよび3つの局所収集データセットに関する実験は,0.94以上の平均精度および0.99に近いCoverageによって,SPTモデルの合理性およびSptia-PLアルゴリズムの有効性を証明した。この方法の小さな計算コストO(N)と結果の高い信頼性は,すべての既知の最先端の方法を著しく凌駕する。Copyright 2022 Elsevier B.V., Amsterdam. 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 ,  相互作用 ,  *学習 ,  ナット ,  有限状態機械 ,  再構成 ,  最適条件 ,  機械学習 ,  リバースエンジニアリング ,  学習アルゴリズム
準シソーラス用語： 逆解析 ,  学習過程 ,  計算コスト ,  高信頼性 ,  確率的方法 , 【Automatic Indexing@JST】

著者キーワード (4件)： プロトコルリバースエンジニアリング ,  状態機械学習 ,  有限状態変換器 ,  状態爆発問題

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (2件)： プロトコル ,  行動