論文の概要: Measuring the Effectiveness of Digital Hygiene using Historical DNS Data
- arxiv url: http://arxiv.org/abs/2110.13562v1
- Date: Tue, 26 Oct 2021 10:45:29 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-10 05:41:40.094847
- Title: Measuring the Effectiveness of Digital Hygiene using Historical DNS Data
- Title(参考訳): 歴史的DNSデータを用いたデジタル衛生の有効性の測定
- Authors: Oliver Farnan and Gregory Walton and Joss Wright
- Abstract要約: 本稿では,中央アジアの6つの高リスク低容量市民社会組織(CSO)におけるデジタル安全介入の有効性について検討する。
この評価は、研究者がインストールしたセキュリティツールを通じて得られた各組織におけるDNSトラフィックの統計分析の形式を採っている。
この仮説は、デジタル安全介入がCSOの全体的なデジタルセキュリティ姿勢を強化するというものである。
- 参考スコア(独自算出の注目度): 1.3535770763481905
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper describes an ongoing experiment evaluating the efficacy of a
digital safety intervention in six high-risk, low capacity Civil Society
Organisations (CSOs) in Central Asia. The evaluation takes the form of
statistical analysis of DNS traffic in each organisation, obtained via security
tools installed by researchers.
The hypothesis is that the digital safety intervention strengthens the
overall digital security posture of the CSOs, as measured by number of malware
attacks intercepted by a cloud-based DNS firewall installed on the CSOs
networks.
The research collects DNS traffic from CSOs that are participating in the
digital safety intervention, and compares a treatment group consisting of four
CSOs against DNS traffic from a second group of two CSOs in which the
intervention has not yet taken place.
This project is ongoing, with data collection underway at a number of Central
Asian CSOs. In this paper we outline the experimental design of the project,
and look at the early data coming out of the DNS firewall. This is done to
support the ultimate question of whether DNS data such as this can be used to
accurately assess the efficacy of digital hygiene efforts.
- Abstract(参考訳): 本稿では,中央アジアの6つの高リスク低容量市民社会組織(CSO)におけるデジタル安全介入の有効性について検討する。
この評価は、研究者がインストールしたセキュリティツールを通じて取得した各組織におけるDNSトラフィックの統計分析の形を取る。
この仮説は、CSOネットワークにインストールされたクラウドベースのDNSファイアウォールによって傍受されるマルウェアの数によって測定されるように、デジタル安全介入がCSOの全体的なデジタルセキュリティ姿勢を強化するというものである。
本研究は、デジタル安全介入に参加しているCSOからDNSトラフィックを収集し、その介入が行われていない2つのCSOの第2グループからのDNSトラフィックに対して、4つのCSOからなる治療群を比較した。
このプロジェクトは進行中で、多くの中央アジアのcsosでデータ収集が進行中である。
本稿では,プロジェクトの実験設計について概説し,DNSファイアウォールからの早期データについて考察する。
これは、このようなDNSデータを用いてデジタル衛生活動の有効性を正確に評価できるかどうかという究極の疑問を支援するためである。
関連論文リスト
- Detection of DDoS Attacks in Software Defined Networking Using Machine
Learning Models [0.6193838300896449]
本稿では,ソフトウェア定義ネットワーク(SDN)環境において,分散型サービス障害(DDoS)攻撃を検出する機械学習アルゴリズムの有効性について検討する。
その結果、MLベースの検出は、SDNにおけるDDoS攻撃を特定するためのより正確で効果的な方法であることが示唆された。
論文 参考訳(メタデータ) (2023-03-11T22:56:36Z) - Physical Adversarial Attack meets Computer Vision: A Decade Survey [57.46379460600939]
本稿では,身体的敵意攻撃の概要を概観する。
本研究は,身体的敵意攻撃の性能を体系的に評価する第一歩を踏み出した。
提案する評価基準であるhiPAAは6つの視点から構成される。
論文 参考訳(メタデータ) (2022-09-30T01:59:53Z) - Digital Twin-based Intrusion Detection for Industrial Control Systems [0.5459797813771499]
本研究は,産業制御システムのためのディジタルツインベースのセキュリティフレームワークに寄与する。
4種類のプロセス認識攻撃シナリオが,産業用充填プラントのスタンドアロンのディジタルツイン上に実装されている。
8つの教師付き機械学習アルゴリズムのオフライン評価に基づいて,重ねられたアンサンブルをリアルタイム侵入検出として提案する。
論文 参考訳(メタデータ) (2022-07-20T16:03:10Z) - Mixture GAN For Modulation Classification Resiliency Against Adversarial
Attacks [55.92475932732775]
本稿では,GANをベースとした新たな生成逆ネットワーク(Generative Adversarial Network, GAN)を提案する。
GANベースの目的は、DNNベースの分類器に入力する前に、敵の攻撃例を排除することである。
シミュレーションの結果,DNNをベースとしたAMCの精度が約81%に向上する可能性が示唆された。
論文 参考訳(メタデータ) (2022-05-29T22:30:32Z) - EPASAD: Ellipsoid decision boundary based Process-Aware Stealthy Attack
Detector [9.002791610276834]
PASADでマイクロステルス攻撃を検出する技術を改善するEPASADを提案する。
EPASAD法は楕円体境界を用いてこれを克服し,様々な次元の境界をきつくする。
その結果、EPASADはPASADの平均リコールを5.8%改善し、2つのデータセットに対して9.5%改善した。
論文 参考訳(メタデータ) (2022-04-08T16:06:10Z) - A Data Quarantine Model to Secure Data in Edge Computing [0.0]
エッジコンピューティングは、レイテンシに敏感で通信集約的なアプリケーションのためのアジャイルデータ処理プラットフォームを提供する。
データ整合性攻撃は一貫性のないデータにつながり、エッジデータ分析を邪魔する可能性がある。
本稿では,侵入者隔離によるデータ完全性攻撃を緩和するデータ隔離モデルを提案する。
論文 参考訳(メタデータ) (2021-11-15T11:04:48Z) - Multi-Perspective Content Delivery Networks Security Framework Using
Optimized Unsupervised Anomaly Detection [9.102485917295587]
本稿では,CDNにおける異常検出のためのマルチパースペクティブな教師なし学習フレームワークを提案する。
提案するフレームワークでは,マルチパースペクティブな特徴工学アプローチ,最適化された教師なし異常検出モデル,マルチパースペクティブな検証手法が開発されている。
実験結果は,主要なCDNオペレーターが提供した実世界のCDNログデータの8日間の分析結果に基づいて行われた。
論文 参考訳(メタデータ) (2021-07-24T02:43:23Z) - Volumetric Medical Image Segmentation: A 3D Deep Coarse-to-fine
Framework and Its Adversarial Examples [74.92488215859991]
本稿では,これらの課題に効果的に取り組むために,新しい3Dベースの粗粒度フレームワークを提案する。
提案した3Dベースのフレームワークは、3つの軸すべてに沿ってリッチな空間情報を活用できるため、2Dよりも大きなマージンで優れている。
我々は,3つのデータセット,NIH膵データセット,JHMI膵データセット,JHMI病理嚢胞データセットについて実験を行った。
論文 参考訳(メタデータ) (2020-10-29T15:39:19Z) - 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) - Practical Detection of Trojan Neural Networks: Data-Limited and
Data-Free Cases [87.69818690239627]
本稿では,データスカース方式におけるトロイの木馬ネットワーク(トロイの木馬網)検出の問題点について検討する。
本稿では,データ限定型TrojanNet検出器(TND)を提案する。
さらに,データサンプルにアクセスせずにTrojanNetを検出できるデータフリーTNDを提案する。
論文 参考訳(メタデータ) (2020-07-31T02:00:38Z) - Data Mining with Big Data in Intrusion Detection Systems: A Systematic
Literature Review [68.15472610671748]
クラウドコンピューティングは、複雑で高性能でスケーラブルな計算のために、強力で必要不可欠な技術になっている。
データ生成の迅速化とボリュームは、データ管理とセキュリティに重大な課題をもたらし始めている。
ビッグデータ設定における侵入検知システム(IDS)の設計と展開が重要視されている。
論文 参考訳(メタデータ) (2020-05-23T20:57:12Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。