文献

J-GLOBAL ID：202202279237721108   整理番号：22A1047331

IPA時間とWGAN-GPを用いたSSH検出モデルの改善【JST・京大機械翻訳】

Improving SSH detection model using IPA time and WGAN-GP

著者 (2件)： Lee Junwon (Korea University, Anam-ro 141, Seongbuk-gu, Seoul 02841, Republic of Korea) ,  Lee Heejo (Korea University, Anam-ro 141, Seongbuk-gu, Seoul 02841, Republic of Korea)
資料名： Computers & Security  (Computers & Security)
巻： 116  ページ： Null  発行年： 2022年 
JST資料番号： E0995A  ISSN： 0167-4048  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 機械学習ベースの検出モデルにおいて,検出精度は訓練データセットの量と質に比例する傾向がある。機械学習ベースのSSH検出モデルの性能は,訓練データセットのサイズと目標クラスの比によって影響を受ける。しかし,短期間内の実際のネットワーク環境においては,十分で多様な訓練データセットを収集することが不便である。多くの訓練データサンプルが収集されているが,データ分類を通して訓練データセットを調製するために多くの努力と時間を要する。これらの限界を克服するために,WGAN-GPアルゴリズムを用いて洗練されたサンプルを生成し,発電機損失を比較することによってサンプルを選択する方法を提示する。生成されたサンプルによる合成訓練データセットはSSH検出モデルの性能を改善する。さらに,パケット間到着時間の識別を含む新しい特徴を追加した。増強されたSSH検出モデルは,合成データセットとパケット到着間時間特徴を適用することにより,偽陽性を減らし,0.999F1スコアを提供する。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  検出 ,  時間 ,  データ ,  特性 ,  精度 ,  比率 ,  計算機アルゴリズム ,  *モデル ,  パケット ,  機械学習
準シソーラス用語： 訓練データ ,  誤検出 ,  到着時間 ,  ランダムフォレスト ,  検出精度 ,  データ分類 , 【Automatic Indexing@JST】

著者キーワード (8件)： GAN ,  WGAN-GP ,  SSH検出 ,  パケット間到着時間 ,  セッションベースデータ ,  ランダムフォレスト ,  発電機損失 ,  PCA

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

タイトルに関連する用語 (4件)： IPA ,  GP ,  SSH ,  モデル