文献

J-GLOBAL ID：202202264960642662   整理番号：22A0067567

ブロックチェーン暗号化トラヒックの多シーン分類【JST・京大機械翻訳】

Multi-scene Classification of Blockchain Encrypted Traffic

著者 (8件)： Wang Yu (Institute of Information Engineering, Chinese Academy of Sciences, Beijing, China) ,  Wang Yu (School of Cyber Security, University of Chinese Academy of Sciences, Beijing, China) ,  Wang Chencheng (Institute of Information Engineering, Chinese Academy of Sciences, Beijing, China) ,  Wang Chencheng (School of Cyber Security, University of Chinese Academy of Sciences, Beijing, China) ,  Xiong Gang (Institute of Information Engineering, Chinese Academy of Sciences, Beijing, China) ,  Xiong Gang (School of Cyber Security, University of Chinese Academy of Sciences, Beijing, China) ,  Li Zhen (Institute of Information Engineering, Chinese Academy of Sciences, Beijing, China) ,  Li Zhen (School of Cyber Security, University of Chinese Academy of Sciences, Beijing, China)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1490  ページ： 329-337  発行年： 2022年 
JST資料番号： W5071A  ISSN： 1865-0929  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： ブロックチェーンによって運ばれる機能は徐々に増加して,サービスのタイプは多様であった。ユーザは,同期ブロックデータ,質問バランス,または取引プラットフォームを通しての取引によってブロックチェーンを使用し,分散アプリケーション(DApps)を使用し,異なるブロックチェーンに配備する。ブロックチェーンは,ユーザが他者と通信するのに,異なる所有権暗号プロトコルを使用する。取引プラットフォームとDAppはSSL/TLS暗号プロトコルを採用して,ブロックチェーンの暗号化トラフィック分類を困難にする。本論文では,同期ブロックデータ,DApp上のユーザ行動,および取引プラットフォーム上のユーザ行動を含むブロックチェーンのマルチシーン分類を行う。深層学習と機械学習を用いて,異なる問題を解明し,異なる暗号化プロトコルのため実際のトラヒックデータを通して方法を検証した。結果は,著者らの方法がブロックチェーン暗号化トラフィックのマルチセン分類においてよく機能することができることを示した。Copyright Springer Nature Singapore Pte Ltd. 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *応用プログラム ,  暗号 ,  機械学習
準シソーラス用語： ユーザ行動 ,  暗号プロトコル ,  *ブロックチェーン , 【Automatic Indexing@JST】

著者キーワード (6件)： ブロックチェーン ,  ブロックデータの同期化 ,  取引プラットフォーム ,  ユーザ行動の D ,  暗号化交通 ,  分類

分類 (1件)： 符号理論  (ND02030R)

タイトルに関連する用語 (4件)： ブロックチェーン ,  暗号化 ,  トラヒック ,  シーン分類