文献

J-GLOBAL ID：202202271400243082   整理番号：22A1082612

深固有空間学習を用いた悪意なソフトウェアからの戦場のセキュアなインターネット【JST・京大機械翻訳】

Secure internet of battlefield from malicious software using deep eigenspace learning

著者 (4件)： Bhargavi K. (CSE, Teegala Krishna Reddy Engineering College, Hyderabad, India) ,  Vadivelan N. (CSE, Teegala Krishna Reddy Engineering College, Hyderabad, India) ,  Kodati Sarangam (CSE, Teegala Krishna Reddy Engineering College, Hyderabad, India) ,  Nalini M. (Computer Science and Engineering, Saveetha School of Engineering, Saveetha Institute of Medical and Technical Sciences, Chennai, India)
資料名： AIP Conference Proceedings  (AIP Conference Proceedings)
巻： 2405  号： 1  ページ： 030002-030002-9  発行年： 2022年 
JST資料番号： D0071C  ISSN： 0094-243X  資料種別： 会議録 (C)
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： 軍事事例では,モノのインターネット(IoT)は,通常,インターネット(例えば,ポータブル軍事ジャケット,診断機器)のための様々なノードとノードで作られている。このIoTシステムおよびネットワークは,特に,状態または実際には政治的実体によって資金を受けた個人にとって,悪意のある重要な目標である。マルウェア使用は一般的なアクセスポイントである。本論文は,両方のシステムのOpCodeシーケンスを通して,戦場アイテム(IoBT)のインターネットまたは軍用品(IoMT)のインターネットに悪意をインストールするための巨大な情報の方法を紹介した。それらは,ベクトル場でOpCodesを変換し,有害で成功するソフトウェアを識別するための研究に対する大きな方法論を実行する。特定の提案マルウェア分析戦略の特異性と,廃棄物ソフトウェア脅威の注入に向けた持続可能な開発を実際に示した。最後に,著者らのGithub悪意分析(例えば,マルウェア検出への潜在的寄与者の評価を促進する)を助けるであろうと信じる。Copyright 2022 AIP Publishing LLC 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 ,  *学習 ,  システム ,  ネットワーク ,  相互接続 ,  廃棄物 ,  端局 ,  診断用機器 ,  *ソフトウェア ,  ベクトル場 ,  携帯型 ,  *インターネット ,  持続可能な開発 ,  マルウェア
準シソーラス用語： マルウェア検出 ,  モノのインターネット ,  軍事 , 【Automatic Indexing@JST】

分類 (2件)： 計算機網  (JC03000K) ,  データ保護  (JD01020V)

タイトルに関連する用語 (5件)： 固有空間 ,  学習 ,  ソフトウェア ,  戦場 ,  インターネット