論文の概要: FastPacket: Towards Pre-trained Packets Embedding based on FastText for
next-generation NIDS
- arxiv url: http://arxiv.org/abs/2209.14727v1
- Date: Thu, 29 Sep 2022 12:47:11 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-30 18:21:18.338021
- Title: FastPacket: Towards Pre-trained Packets Embedding based on FastText for
next-generation NIDS
- Title(参考訳): FastPacket: 次世代NIDS用のFastTextをベースとした事前トレーニングパッケージの埋め込みを目指す
- Authors: Khloud Al Jallad
- Abstract要約: 本稿では,テキストデータ上でのFastTextの成功にインスパイアされた,文字レベルの埋め込みに基づくパケットの埋め込み手法を提案する。
結果はCIC-IDS-2017データセットのサブセットで測定されるが,ビッグデータ事前学習モデルでは有望な結果が期待できる。
トレーニング済みのFastPacketをMAWIビッグデータセット上に構築し、FastTextのようなコミュニティで利用できるようにすることを提案します。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: New Attacks are increasingly used by attackers everyday but many of them are
not detected by Intrusion Detection Systems as most IDS ignore raw packet
information and only care about some basic statistical information extracted
from PCAP files. Using networking programs to extract fixed statistical
features from packets is good, but may not enough to detect nowadays
challenges. We think that it is time to utilize big data and deep learning for
automatic dynamic feature extraction from packets. It is time to get inspired
by deep learning pre-trained models in computer vision and natural language
processing, so security deep learning solutions will have its pre-trained
models on big datasets to be used in future researches. In this paper, we
proposed a new approach for embedding packets based on character-level
embeddings, inspired by FastText success on text data. We called this approach
FastPacket. Results are measured on subsets of CIC-IDS-2017 dataset, but we
expect promising results on big data pre-trained models. We suggest building
pre-trained FastPacket on MAWI big dataset and make it available to community,
similar to FastText. To be able to outperform currently used NIDS, to start a
new era of packet-level NIDS that can better detect complex attacks.
- Abstract(参考訳): 新しい攻撃は攻撃者によって日常的に使用されるようになっているが、ほとんどのIDSは生のパケット情報を無視し、PCAPファイルから抽出された基本的な統計情報を気にするので、侵入検知システムでは検出されない。
ネットワークプログラムを用いてパケットから固定された統計的特徴を抽出することはよいが、現在の課題を検出するには不十分である。
我々は,パケットから動的特徴の自動抽出にビッグデータとディープラーニングを利用する時が来たと考えている。
コンピュータービジョンと自然言語処理におけるディープラーニング事前学習モデルに触発される時が来たので、セキュリティ深層学習ソリューションは、将来の研究で使用される大規模なデータセットの事前学習モデルを持つことになる。
本稿では,テキストデータに対する高速テキストの成功に触発された文字レベルの埋め込みに基づくパケット埋め込み手法を提案する。
このアプローチをfastpacketと呼んでいます。
結果はCIC-IDS-2017データセットのサブセットで測定されるが,ビッグデータ事前学習モデルでは有望な結果が期待できる。
トレーニング済みのFastPacketをMAWIビッグデータセット上に構築し、FastTextのようなコミュニティで利用できるようにすることを提案します。
現在使われているNIDSより優れているように、複雑な攻撃を検知できるパケットレベルのNIDSの新しい時代を始めることができる。
関連論文リスト
- Anticipated Network Surveillance -- An extrapolated study to predict
cyber-attacks using Machine Learning and Data Analytics [0.0]
本稿では、複数のデータパラメータに基づいて、ネットワークにおける今後の攻撃を予測する新しい手法について論じる。
提案するモデルは,データセットの事前処理とトレーニング,続いてテストフェーズで構成される。
テストフェーズの結果に基づいて、攻撃につながる可能性のあるイベントクラスを抽出したベストモデルが選択される。
論文 参考訳(メタデータ) (2023-12-27T01:09:11Z) - Contrastive Transformer Learning with Proximity Data Generation for
Text-Based Person Search [60.626459715780605]
記述的なテキストクエリーを与えられたテキストベースの人物検索は、画像ギャラリーからベストマッチした人物を検索することを目的としている。
このようなクロスモーダル検索タスクは、重要なモダリティギャップ、きめ細かい相違、注釈付きデータの不十分さのため、かなり難しい。
本稿では,テキストに基づく人物検索のための2つのトランスフォーマーモデルを提案する。
論文 参考訳(メタデータ) (2023-11-15T16:26:49Z) - A Comprehensive Python Library for Deep Learning-Based Event Detection
in Multivariate Time Series Data and Information Retrieval in NLP [0.0]
時系列データ中の事象を検出するための新しいディープラーニング制御手法を提案する。
これは二項分類ではなく回帰に基づく。
ラベル付きデータセットは必要とせず、各ポイントにラベルが付けられている。
時間ポイントや時間間隔として定義された参照イベントのみを必要とする。
論文 参考訳(メタデータ) (2023-10-25T09:13:19Z) - Bag of Tricks for Training Data Extraction from Language Models [98.40637430115204]
公開データセットを用いてトレーニングデータ抽出を改善するための手法とベンチマーク手法について検討する。
実験結果から,これまで見過ごされていたいくつかのトリックが,トレーニングデータ抽出の成功に不可欠であることが示唆された。
論文 参考訳(メタデータ) (2023-02-09T06:46:42Z) - Boosting Low-Data Instance Segmentation by Unsupervised Pre-training
with Saliency Prompt [103.58323875748427]
この研究は、低データ体制のための新しい教師なし事前学習ソリューションを提供する。
近年のPrompting技術の成功に触発されて,QEISモデルを強化した新しい事前学習手法を導入する。
実験結果から,本手法は3つのデータセット上でのいくつかのQEISモデルを大幅に向上させることが示された。
論文 参考訳(メタデータ) (2023-02-02T15:49:03Z) - Prompt-driven efficient Open-set Semi-supervised Learning [52.30303262499391]
オープンセット半教師付き学習(OSSL)は関心を集めており、未ラベルデータにのみOOD(Out-of-distribution)サンプルが組み込まれているというより実践的なシナリオを調査している。
我々はOpenPromptと呼ばれる,プロンプト駆動の効率的なOSSLフレームワークを提案する。
論文 参考訳(メタデータ) (2022-09-28T16:25:08Z) - Evaluating BERT-based Pre-training Language Models for Detecting
Misinformation [2.1915057426589746]
オンラインに投稿された全ての情報に対する監督が欠如しているため、オンライン情報の質を制御することは困難である。
誤報の拡散による悪影響を抑えるために, 自動的噂検出技術が必要である。
本研究では、BERTに基づく事前学習言語モデルを用いて、テキストデータをベクトルにエンコードし、ニューラルネットワークモデルを用いてこれらのベクトルを分類し、誤情報を検出する。
論文 参考訳(メタデータ) (2022-03-15T08:54:36Z) - Text Generation with Efficient (Soft) Q-Learning [91.47743595382758]
強化学習(RL)は、任意のタスクメトリクスを報酬としてプラグインすることで、より柔軟なソリューションを提供する。
ソフトQ-ラーニングの観点からテキスト生成のための新しいRL式を導入する。
雑音/負の例から学習し、敵攻撃、即時生成など、幅広いタスクにアプローチを適用する。
論文 参考訳(メタデータ) (2021-06-14T18:48:40Z) - The Surprising Performance of Simple Baselines for Misinformation
Detection [4.060731229044571]
我々は、現代のトランスフォーマーベースの言語モデルの広いセットのパフォーマンスを調べます。
誤情報検出の新たな手法の創出と評価のベースラインとして,本フレームワークを提案する。
論文 参考訳(メタデータ) (2021-04-14T16:25:22Z) - Omni-supervised Facial Expression Recognition via Distilled Data [120.11782405714234]
ネットワークトレーニングにおいて,信頼度の高いサンプルを多量のラベルのないデータで活用するためのオムニ教師付き学習を提案する。
我々は,新しいデータセットが学習したFERモデルの能力を大幅に向上させることができることを実験的に検証した。
そこで本研究では,生成したデータセットを複数のクラスワイド画像に圧縮するために,データセット蒸留戦略を適用することを提案する。
論文 参考訳(メタデータ) (2020-05-18T09:36:51Z)
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。