文献

J-GLOBAL ID：201702253440642695   整理番号：17A0071190

形態素特徴に基づく軽量ドメイン検出アルゴリズム【JST・京大機械翻訳】

Lightweight Domain Name Detection Algorithm Based on Morpheme Features

著者 (5件)： Zhang Weiwei (School of Computer Science and Engineering, Southeast University, Jiangsu Provincial Key Laboratory of Computer Network Technology) ,  Gong Jian (School of Computer Science and Engineering, Southeast University, Jiangsu Provincial Key Laboratory of Computer Network Technology) ,  Liu Qian (School of Computer Science and Engineering, Southeast University, Jiangsu Provincial Key Laboratory of Computer Network Technology) ,  Liu Shangdong (School of Computer Science and Engineering, Southeast University, Jiangsu Provincial Key Laboratory of Computer Network Technology) ,  Hu Xiaoyan (School of Computer Science and Engineering, Southeast University, Jiangsu Provincial Key Laboratory of Computer Network Technology)
資料名： Ruanjian Xuebao  (Ruanjian Xuebao)
巻： 27  号： 9  ページ： 2348-2364  発行年： 2016年 
JST資料番号： C2542A  ISSN： 1000-9825  CODEN： RUXUEW  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： ネットワークにおけるDNS相互作用メッセージを検出することは悪意のあるサービスを発見することであり、ネットワークの安全監視の重要な手段であり、この検査はしばしばシステムがリアルタイムで或いはリアルタイムにモニタリングドメイン中の疑わしい対象を発見することが要求される。巨大なドメイン集合に対して、すべてのドメインに対して同じ強度を使用する監視は通常のオーバヘッドが大きい。控掘ドメインに含まれる形態素(ルート,接辞,文字および略記)の特徴によって,軽量検出アルゴリズムを提案し,それによって,疑わしい領域を迅速に検出し,それによって,それを,正確に検出することができた。実験結果は以下を示す。形態素の特徴に基づく検出アルゴリズムは,統計的N要素の頻度分布に比べて,58.3%のメモリオーバヘッドをわずかに増加させるが,それは,より高い抗逃避能力とより高い精度(35.2%)を持っている。単語特徴に基づく方法と比較して,この方法は計算の複雑さを大いに減少させ(相対的に64.8%),2.6%のメモリオーバヘッドを減少させ,精度は2.5%だけ減少した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： ネットワーク ,  *形態素 ,  相互作用 ,  単語 ,  計算量
準シソーラス用語： 頻度分布 ,  実時間 ,  *検出アルゴリズム , 【Automatic Indexing@JST】

著者キーワード (5件)： network security monitoring ,  domain name detection ,  morphemes ,  string segmentation ,  C4.5 classifier

分類 (2件)： パターン認識  (JE07000S) ,  自然語処理  (JE06000L)

タイトルに関連する用語 (4件)： 形態素 ,  軽量 ,  ドメイン ,  検出アルゴリズム