文献

J-GLOBAL ID：202202232732117374   整理番号：22A1047317

CAE:航空輸送における多変量時系列異常検出のための文脈自動エンコーダ【JST・京大機械翻訳】

CAE: Contextual auto-encoder for multivariate time-series anomaly detection in air transportation

著者 (3件)： Chevrot Antoine (DISC/FEMTO-ST Institute, UBFC, CNRS Besancon, France) ,  Vernotte Alexandre (DISC/FEMTO-ST Institute, UBFC, CNRS Besancon, France) ,  Legeard Bruno (DISC/FEMTO-ST Institute, UBFC, CNRS Besancon, France)
資料名： Computers & Security  (Computers & Security)
巻： 116  ページ： Null  発行年： 2022年 
JST資料番号： E0995A  ISSN： 0167-4048  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 自動依存監視-道路キャストプロトコルは,航空監視における最新の強制的進歩の1つである。それは,空中における航空機の絶えず成長する数の追跡をサポートする一方で,攻撃者が偽の監視情報を発する偽データ注入攻撃を軽減しなければならないサイバーセキュリティ問題も紹介した。飛行追跡記録を得るために利用可能な最近のデータソースとツールは,研究者がデータセットを作成し,En-Route軌道におけるそのような異常を検出することができる機械学習モデルを開発できる。この文脈において,著者らは,Contexual Auto-Encoder(CAE)と呼ばれる新しい多変量異常検出モデルを提案した。それは,通常のLSTMベースの自動エンコーダのベースラインを使用するが,いくつかの復号器で,その訓練中の特定の飛行位相(例えば,上昇,巡航または下降)の各データを得る。CAEの効率を説明するために,実生活異常と現実的に熟練した軌道修正を用いて評価データセットを作成し,文献からの3つの異常検出モデルと同様にCAEを評価した。結果は,CAEが検出の精度と速度の両方においてより良い結果を達成することを示した。データセット,モデル実装および評価結果は,オンラインリポジトリで利用可能であり,それによって,複製可能性を可能にし,将来の実験を容易にした。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： *航空輸送 ,  航空機 ,  複製 ,  道路 ,  軌道修正 ,  復号器 ,  *符号器 ,  飛翔 ,  コンピュータセキュリティ ,  機械学習 ,  リポジトリ ,  サイバー攻撃
準シソーラス用語： オンライン ,  サイバーセキュリティ ,  *多変量 ,  攻撃者 , 【Automatic Indexing@JST】

著者キーワード (5件)： 異常検出 ,  多変量時系列 ,  ADS-B ,  CAE ,  航空交通セキュリティ

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 (7件)： CAE ,  航空輸送 ,  多変量 ,  時系列 ,  異常検出 ,  文脈 ,  エンコーダ