文献

J-GLOBAL ID：202202234644011198   整理番号：22A0779592

オンラインプライバシー保護データ駆動ネットワーク異常検出【JST・京大機械翻訳】

Online Privacy-Preserving Data-Driven Network Anomaly Detection

著者 (4件)： Kurt Mehmet Necip (Department of Electrical Engineering, Columbia University, New York, NY, USA) ,  Yilmaz Yasin (Department of Electrical Engineering, University of South Florida, Tampa, FL, USA) ,  Wang Xiaodong (Department of Electrical Engineering, Columbia University, New York, NY, USA) ,  Mosterman Pieter J. (MathWorks, Natick, MA, USA)
資料名： IEEE Journal on Selected Areas in Communications  (IEEE Journal on Selected Areas in Communications)
巻： 40  号： 3  ページ： 982-998  発行年： 2022年 
JST資料番号： A0908B  ISSN： 0733-8716  CODEN： ISACEM  資料種別： 逐次刊行物 (A)
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： データをネットワーク上に分散し,各ノードに局所的に感受性のある設定におけるオンラインプライバシー保護異常検出を研究し,確率的データモデルは不明である。各ノードが局所異常値スコアを計算する高次元データストリームを観測するデータ駆動解方式を設計し解析した。このスコアを次に摂動し,暗号化し,ネットワークオペレータに送付した。次に,ネットワークオペレータはネットワーク上の集合統計量を解読し,提案した一般化累積和(CUSUM)アルゴリズムを介してオンラインネットワーク異常検出を行う。提案アルゴリズムの平均誤り警報期間に対する漸近下限と漸近近似を導いた。さらに,ある異常の下で提案アルゴリズムの平均検出遅延に対する漸近上限と漸近近似を導いた。局所摂動雑音により制御された異常検出性能と微分プライバシーレベルの間の解析的トレードオフを示した。実験は,提案したアルゴリズムが実際のモノのインターネット(IoT)ネットワークにおけるUDPフラッディングとスパム攻撃に対するプライバシーと迅速な異常検出の間の良好なトレードオフを提供することを示した。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 ,  オペレータ ,  *ネットワーク ,  フラッディング ,  近似法 ,  微分 ,  異常値 ,  高次元 ,  摂動 ,  サイバー攻撃
準シソーラス用語： *プライバシー保護 ,  *オンライン ,  *データ駆動 ,  モノのインターネット , 【Automatic Indexing@JST】

分類 (2件)： 計算機網  (JC03000K) ,  移動通信  (ND08030H)

タイトルに関連する用語 (4件)： オンライン ,  プライバシー ,  データ駆動 ,  異常検出