文献
J-GLOBAL ID:202202255351157206   整理番号:22A0398619

サイバー-物理システムサイバーセキュリティのための深層学習ベース攻撃検出:サーベイ【JST・京大機械翻訳】

Deep Learning Based Attack Detection for Cyber-Physical System Cybersecurity: A Survey
著者 (6件):
資料名:
巻:号:ページ: 377-391  発行年: 2022年 
JST資料番号: W2424A  ISSN: 2329-9266  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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
サイバー攻撃とサイバー-物理システム(CPS)に対するサイバー攻撃のブーミングにより,これらの攻撃の検出は困難なままである。それは,時間の最悪であるかもしれないが,機械学習(ML),特に深層学習(DL)によってもたらされる機会のために,それは最も良い時間であるかもしれない。一般に,DLは,その層状設定と訓練データから有用な情報を抽出するための効果的アルゴリズムのため,MLに対して優れた性能を提供する。DLモデルはCPSシステムに対するサイバー攻撃に迅速に採用される。この調査では,最近提案されたDL解の全体的見解をCPS文脈におけるサイバー攻撃検出に提供した。CPSシステムに対するサイバー攻撃を検出するためにDL法を適用するための調査文献を要約し,解析するための6段階DL駆動方法論を提供した。方法論は,CPSシナリオ分析,サイバー攻撃同定,ML問題定式化,DLモデルカスタマイゼーション,訓練のためのデータ収集,および性能評価を含む。レビューした研究は,DLモジュールを通してCPSに対するサイバー攻撃を検出する大きな可能性を示した。さらに,公共利用に容易に利用できるいくつかの高品質データセットのために,優れた性能が部分的に達成される。さらに,将来の研究のために課題,機会,および研究動向を指摘した。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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (3件):
分類
JSTが定めた文献の分類名称とコードです
パターン認識  ,  移動通信  ,  信号理論 
タイトルに関連する用語 (4件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る