文献

J-GLOBAL ID：201802262844081499   整理番号：18A0521543

侵入防止システムにおける機械学習技術の種類に関する調査【Powered by NICT】

A survey on types of machine learning techniques in intrusion prevention systems

著者 (2件)： Das Soubhik (Department of Computer Engineering Pune University, Pune Maharashtra, India) ,  Nene Manisha J. (Department of Computer Engineering DIAT, Pune Maharashtra, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： WiSPNET  ページ： 2296-2299  発行年： 2017年 
JST資料番号： W2441A  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： 計算技術が進化している。を用いて伝達され,得られたデータは指数関数的に成長している。これらネットワーク上の交通監視を必要とする。効果的なネットワークトラヒック監視,パケット解析と交通流を定義するルールは,種々の侵入検出と防止システムを用いて配置されている。しかし,セキュリティ問題と懸念は,それらを軽減するための新しい「人間」法を発展させるための必要性を決定した。正常方法と技術も退屈な証明可能性があり,しばしば有益な結果を与えるもないであろう。その場合,考え,行動と人間を模倣できる技法は人工知能の領域が重要な役割を果たしている懸念を払拭するの可能性を保証する。また,より大きく,より複雑なデータを解析・処理できるリアルタイムモデルを設計するための重要な必要性があると正確な結果と同様に速く与えた。機械学習は,属性の全てを有する部分である。侵入予防はIDPSを侵入型および非侵入型のデータパケット[2]を防止するのに役立つ方法を統合した。調査によると,侵入防止の方法の大部分はデータを解析し,侵入型および非侵入型のネットワークに分類するためにヒトに強く依存している。計算するデータが非常に大きい時,計算知能とその構成のような計算法はヒトはそれぞれの短所を持つとして使用に不可欠である。計算知能と機械学習は侵入を検出するために広く使用されている,それは同じを防ぐのに役立つ。パターン認識は非常に大きなデータセットを処理するためにアルゴリズム用いた。IDPSを用いて予想する種々の機械学習および計算知能技術のそれを行われる調査。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： パターン認識 ,  ヒト ,  ネットワーク ,  セキュリティ ,  人工知能 ,  交通流 ,  パケット ,  指数関数 ,  アルゴリズム ,  トラヒック監視 ,  *機械学習 ,  *侵入 ,  *機械学習技術 ,  侵入検知システム
準シソーラス用語： 侵入検知 ,  *侵入防止 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  データ保護  (JD01020V)

タイトルに関連する用語 (3件)： 侵入防止システム ,  機械学習技術 ,  調査