文献

J-GLOBAL ID：202202245647212436   整理番号：22A0959986

最適化教師なし異常検出を用いた多視点コンテンツ配信ネットワークセキュリティフレームワーク【JST・京大機械翻訳】

Multi-Perspective Content Delivery Networks Security Framework Using Optimized Unsupervised Anomaly Detection

著者 (9件)： Yang Li (Department of Electrical and Computer Engineering, Western University, London, ON, Canada) ,  Moubayed Abdallah (Department of Electrical and Computer Engineering, Western University, London, ON, Canada) ,  Shami Abdallah (Department of Electrical and Computer Engineering, Western University, London, ON, Canada) ,  Heidari Parisa (Internet of Things, Ericsson Montreal, Saint Laurent, QC, Canada) ,  Boukhtouta Amine (Research Security, Ericsson Montreal, Saint Laurent, QC, Canada) ,  Larabi Adel (The One Network, Ericsson Montreal, Saint Laurent, QC, Canada) ,  Brunner Richard (The One Network, Ericsson Montreal, Saint Laurent, QC, Canada) ,  Preda Stere (Research Security, Ericsson Montreal, Saint Laurent, QC, Canada) ,  Migault Daniel (Research Security, Ericsson Montreal, Saint Laurent, QC, Canada)
資料名： IEEE Transactions on Network and Service Management  (IEEE Transactions on Network and Service Management)
巻： 19  号： 1  ページ： 686-705  発行年： 2022年 
JST資料番号： W2434A  ISSN： 1932-4537  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： コンテンツ配信ネットワーク(CDN)はインターネット上で効率的なコンテンツ配布を提供する。CDNは,グローバル通信の連結性と効率を改善するが,それらのキャッシング機構はサイバー攻撃者によって破られる可能性がある。セキュリティ機構の中で,効果的な異常検出はCDNセキュリティ強化の重要な部分を形成する。本研究では,CDNにおける異常検出のための多視点教師なし学習フレームワークを提案した。提案するフレームワークでは,分離森林とGauss混合モデルを利用する最適化教師なし異常検出モデル,および多視点検証法を開発して,主にクライアントインターネットプロトコル(IP)とノード展望からCDNsにおける異常挙動を検出し,従ってサービス(DoS)とキャッシュ汚染攻撃(CPA)パターンを識別する。主要なCDNオペレータによって提供された実世界のCDNログデータの8日間の解析に基づく実験結果を提示した。実験を通して,異常なコンテンツ,妥協ノード,悪意のあるIP,およびそれらの対応する攻撃タイプを,提案したフレームワークによって効果的に同定して,多重サイバーセキュリティエキスパートによって確証した。これは,実世界のCDNデータに適用した場合,提案した方法の有効性を示した。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： *検出 ,  *最適化 ,  オペレータ ,  *ネットワーク ,  教師なし学習 ,  キャッシュメモリ ,  多重化 ,  通信 ,  Gauss模型 ,  セキュリティ ,  インターネット ,  *コンテンツ ,  サイバー攻撃
準シソーラス用語： キャッシング ,  *コンテンツ配布 ,  Gauss混合モデル ,  異常検出 , 【Automatic Indexing@JST】

分類 (4件)： 計算機網  (JC03000K) ,  パターン認識  (JE07000S) ,  無線通信一般  (ND08010L) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 最適化 ,  教師 ,  異常検出 ,  視点 ,  コンテンツ配信