文献

J-GLOBAL ID：202202254041170494   整理番号：22A0636830

深層学習アルゴリズムによる悪性Webサイト検出【JST・京大機械翻訳】

Malicious Website Detection Through Deep Learning Algorithms

著者 (4件)： Gutierrez Norma (Universitat Politecnica de Catalunya (UPC), Barcelona, Spain) ,  Otero Beatriz (Universitat Politecnica de Catalunya (UPC), Barcelona, Spain) ,  Rodriguez Eva (Universitat Politecnica de Catalunya (UPC), Barcelona, Spain) ,  Canal Ramon (Universitat Politecnica de Catalunya (UPC), Barcelona, Spain)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 13163  ページ： 512-526  発行年： 2022年 
JST資料番号： H0078D  ISSN： 0302-9743  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： ブラックリストのような悪意のあるウェブサイトを検出する従来の方法は頻繁に更新せず,それらは新しい攻撃者を検出することができない。深層学習(DL)を用いて悪意のある活動を検出することができるシステムを提案し,この必要性に対処した。男性と良性のウェブサイトの両方を含むデータセットから始めて,分類は,データを抽出,構文分析,前処理することによって行う。さらに,本研究では,各サンプルを分類するために,フィードフォワードニューラルネットワーク(FFNN)を提案した。モデルにおけるニューロンの異なる組合せを評価し,最良性能ネットワークの詳細な研究を行った。結果は,テストフェーズ(すなわち,良性として分類された悪意のあるウェブサイト)と検証フェーズで1.026%の悪意のあるウェブサイトと2.61%の偽ヒットの検出の99.88%までを示した。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： 検出 ,  ネットワーク ,  ニューロン ,  前処理 ,  ニューラルネットワーク ,  構文分析 ,  男性 ,  深層 ,  一覧表 ,  *機械学習 ,  *学習アルゴリズム ,  サイバー攻撃
準シソーラス用語： フィードフォワードニューラルネットワーク ,  ブラックリスト ,  *深層学習 ,  攻撃者 , 【Automatic Indexing@JST】

著者キーワード (4件)： ネットワーク攻撃 ,  深層学習 ,  フィードフォワードニューラルネットワーク ,  前処理

分類 (3件)： 人工知能  (JE08000Z) ,  データ保護  (JD01020V) ,  計算機網  (JC03000K)

タイトルに関連する用語 (3件)： 深層 ,  学習アルゴリズム ,  Webサイト