Fugu-MT 論文翻訳(概要): Orthogonal variance-based feature selection for intrusion detection systems

論文の概要: Orthogonal variance-based feature selection for intrusion detection systems

arxiv url: http://arxiv.org/abs/2110.12627v1
Date: Mon, 25 Oct 2021 04:07:53 GMT
ステータス: 処理完了
システム内更新日: 2021-10-26 18:25:04.419272
Title: Orthogonal variance-based feature selection for intrusion detection systems
Title（参考訳）: 直交分散に基づく侵入検知システムの特徴選択
Authors: Firuz Kamalov, Sherif Moussa, Ziad El Khatib, Adel Ben Mnaouer
Abstract要約: 自動侵入検知システムを構築するために,融合機械学習手法を適用した。選択された機能は、侵入検知のためのディープニューラルネットワークを構築するために使用される。提案アルゴリズムは、DDoS攻撃の特定において100%検出精度を達成する。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: In this paper, we apply a fusion machine learning method to construct an automatic intrusion detection system. Concretely, we employ the orthogonal variance decomposition technique to identify the relevant features in network traffic data. The selected features are used to build a deep neural network for intrusion detection. The proposed algorithm achieves 100% detection accuracy in identifying DDoS attacks. The test results indicate a great potential of the proposed method.
Abstract（参考訳）: 本稿では,自動侵入検知システムを構築するために,融合機械学習手法を適用する。具体的には,ネットワークトラフィックデータの関連する特徴を特定するために,直交分散分解手法を用いる。選択された機能は、侵入検知のためのディープニューラルネットワークを構築するために使用される。提案アルゴリズムは、DDoS攻撃の特定において100%検出精度を達成する。実験結果は,提案手法の大きな可能性を示している。

関連論文リスト

Feature Selection for Network Intrusion Detection [3.7414804164475983]
本稿では,ネットワーク侵入を検出する際に,非情報的特徴の排除を容易にする情報理論を提案する。提案手法は,ニューラルネットワークを用いた関数近似に基づいて,再帰層を組み込んだアプローチのバージョンを実現する。
論文参考訳（メタデータ） (2024-11-18T14:25:55Z)
A Method for Network Intrusion Detection Using Flow Sequence and BERT Framework [0.9208007322096533]
本研究の目的は,ネットワーク侵入検知システムの領域適応性を向上させるために,フローのシーケンスを用いることの可能性を検討することである。提案手法は自然言語処理技術とトランスフォーマーフレームワークからの双方向表現を用いる。初期の実証実験の結果,従来のアプローチに比べてドメイン適応能力が改善された。
論文参考訳（メタデータ） (2023-10-26T03:56:40Z)
Interactive System-wise Anomaly Detection [66.3766756452743]
異常検出は様々なアプリケーションにおいて基本的な役割を果たす。既存のメソッドでは、インスタンスがデータとして容易に観察できないシステムであるシナリオを扱うのが難しい。システム埋め込みを学習するエンコーダデコーダモジュールを含むエンドツーエンドアプローチを開発する。
論文参考訳（メタデータ） (2023-04-21T02:20:24Z)
A Robust and Explainable Data-Driven Anomaly Detection Approach For Power Electronics [56.86150790999639]
本稿では,2つの異常検出・分類手法,すなわち行列プロファイルアルゴリズムと異常変換器を提案する。行列プロファイルアルゴリズムは、ストリーミング時系列データにおけるリアルタイム異常を検出するための一般化可能なアプローチとして適している。検知器の感度、リコール、検出精度を調整するために、一連のカスタムフィルタが作成され、追加される。
論文参考訳（メタデータ） (2022-09-23T06:09:35Z)
R(Det)^2: Randomized Decision Routing for Object Detection [64.48369663018376]
本稿では,決定木とディープニューラルネットワークをエンドツーエンドの学習方法で組み合わせたオブジェクト検出手法を提案する。効率的な学習を容易にするために,ノード選択型および連想型損失を伴うランダム化決定経路を提案する。このアプローチをオブジェクト検出のためのランダム化決定ルーティングとして、R(Det)$2$と略す。
論文参考訳（メタデータ） (2022-04-02T07:54:58Z)
Feature selection for intrusion detection systems [0.0]
本稿では,連続的な入力特徴と離散的目標値を考える上での課題に対処する特徴選択手法を提案する。我々は、DDoS信号と良性信号の区別において、99.9%の精度を達成できる、機械学習に基づく高精度な検出システムを開発するために、我々の研究結果を用いている。
論文参考訳（メタデータ） (2021-06-28T18:53:21Z)
DNS Covert Channel Detection via Behavioral Analysis: a Machine Learning Approach [0.09176056742068815]
本稿では,ネットワーク監視システムから受動的に抽出されたDNSネットワークデータの解析に基づいて,効果的な隠蔽チャネル検出手法を提案する。提案手法は15日間の実験実験で評価され,最も関連する流出・トンネル攻撃をカバーするトラフィックを注入した。
論文参考訳（メタデータ） (2020-10-04T13:28:28Z)
Machine Learning Applications in Misuse and Anomaly Detection [0.0]
機械学習とデータマイニングアルゴリズムは侵入検知システムの設計において重要な役割を果たす。ネットワークにおける攻撃検知に対する彼らのアプローチに基づいて、侵入検知システムは2つのタイプに大別できる。誤用検知システムにおいて、ネットワーク内のアクティビティのシーケンスが既知のアタックシグネチャと一致する場合、システム内のアタックを検出する。一方, 異常検出手法では, システム内の異常状態は, システムの状態遷移と正常状態との有意差に基づいて同定される。
論文参考訳（メタデータ） (2020-09-10T19:52:00Z)
Bayesian Optimization with Machine Learning Algorithms Towards Anomaly Detection [66.05992706105224]
本稿では,ベイズ最適化手法を用いた効果的な異常検出フレームワークを提案する。 ISCX 2012データセットを用いて検討したアルゴリズムの性能を評価する。実験結果から, 精度, 精度, 低コストアラームレート, リコールの観点から, 提案手法の有効性が示された。
論文参考訳（メタデータ） (2020-08-05T19:29:35Z)
UC-Net: Uncertainty Inspired RGB-D Saliency Detection via Conditional Variational Autoencoders [81.5490760424213]
データラベリングプロセスから学習することで、RGB-Dサリエンシ検出に不確実性を利用するための第1のフレームワーク(UCNet)を提案する。そこで本研究では,サリエンシデータラベリングにヒントを得て,確率的RGB-Dサリエンシ検出ネットワークを提案する。
論文参考訳（メタデータ） (2020-04-13T04:12:59Z)
Survey of Network Intrusion Detection Methods from the Perspective of the Knowledge Discovery in Databases Process [63.75363908696257]
本稿では,侵入検知器の開発を目的として,ネットワークデータに適用された手法について概説する。本稿では,データのキャプチャ,準備,変換,データマイニング,評価などの手法について論じる。この文献レビューの結果、ネットワークセキュリティ分野のさらなる研究のために考慮すべきいくつかのオープンな問題について検討する。
論文参考訳（メタデータ） (2020-01-27T11:21:05Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。