論文の概要: Recent Advancements in Machine Learning For Cybercrime Prediction
- arxiv url: http://arxiv.org/abs/2304.04819v2
- Date: Mon, 9 Oct 2023 16:24:26 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-13 13:47:42.839829
- Title: Recent Advancements in Machine Learning For Cybercrime Prediction
- Title（参考訳）: サイバー犯罪予測のための機械学習の最近の進歩
- Authors: Lavanya Elluri, Varun Mandalapu, Piyush Vyas, Nirmalya Roy
- Abstract要約: 本稿では,サイバー犯罪予測の最新動向を包括的に調査することを目的とする。
我々は150以上の研究論文をレビューし、最新の50件について検討した。
本稿では,最先端開発と公開データセットの全体像について述べる。
- 参考スコア（独自算出の注目度）: 2.38324507743994
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Cybercrime is a growing threat to organizations and individuals worldwide,
with criminals using sophisticated techniques to breach security systems and
steal sensitive data. This paper aims to comprehensively survey the latest
advancements in cybercrime prediction, highlighting the relevant research. For
this purpose, we reviewed more than 150 research articles and discussed 50 most
recent and appropriate ones. We start the review with some standard methods
cybercriminals use and then focus on the latest machine and deep learning
techniques, which detect anomalous behavior and identify potential threats. We
also discuss transfer learning, which allows models trained on one dataset to
be adapted for use on another dataset. We then focus on active and
reinforcement learning as part of early-stage algorithmic research in
cybercrime prediction. Finally, we discuss critical innovations, research gaps,
and future research opportunities in Cybercrime prediction. This paper presents
a holistic view of cutting-edge developments and publicly available datasets.
- Abstract（参考訳）: サイバー犯罪は世界中の組織や個人にとって脅威となり、犯罪者は高度な技術を使ってセキュリティシステムに侵入し、機密データを盗む。
本稿では,サイバー犯罪予測の最新の進歩を包括的に調査し,関連する研究を取り上げる。
この目的のために,150以上の研究論文をレビューし,最新の50件について検討した。
サイバー犯罪者が使用する標準的な方法からレビューを開始し、異常な行動を検出し潜在的な脅威を識別する最新の機械学習技術とディープラーニング技術に焦点を当てます。
また、あるデータセットでトレーニングされたモデルを別のデータセットで使用するために適合させることができる転送学習についても論じる。
次に,サイバー犯罪予測のアルゴリズム研究の一環として,能動的・強化学習に焦点を当てた。
最後に,サイバー犯罪予測における重要なイノベーション,研究ギャップ,今後の研究機会について論じる。
本稿では,最先端開発と公開データセットの全体像を示す。
関連論文リスト
- Model Inversion Attacks: A Survey of Approaches and Countermeasures [59.986922963781]
近年、新しいタイプのプライバシ攻撃であるモデル反転攻撃(MIA)は、トレーニングのためのプライベートデータの機密性を抽出することを目的としている。
この重要性にもかかわらず、総合的な概要とMIAに関する深い洞察を提供する体系的な研究が欠如している。
本調査は、攻撃と防御の両方において、最新のMIA手法を要約することを目的としている。
論文 参考訳（メタデータ） (2024-11-15T08:09:28Z) - Verification of Machine Unlearning is Fragile [48.71651033308842]
両タイプの検証戦略を回避できる2つの新しい非学習プロセスを導入する。
この研究は、機械学習検証の脆弱性と限界を強調し、機械学習の安全性に関するさらなる研究の道を開く。
論文 参考訳（メタデータ） (2024-08-01T21:37:10Z) - To Change Or To Stick: Unveiling The Consistency Of Cyber Criminal Signatures Through Statistical Analysis [0.0]
本研究は,サイバー空間における犯罪署名の存在を明白に明らかにし,その存在を統計的証拠を通じて初めて検証した。
本研究は,サイバー攻撃における現時点の人間の行動理解における重要なギャップを埋める,先進的なサイバー犯罪に関連するユニークな署名の存在を検証するものである。
論文 参考訳（メタデータ） (2024-08-01T12:08:40Z) - A Survey on Machine Unlearning: Techniques and New Emerged Privacy Risks [42.3024294376025]
機械学習は、プライバシー保護分野における研究ホットスポットである。
最近の研究者は、さまざまな機械学習アプローチの潜在的なプライバシー漏洩を発見した。
我々は、定義、実装方法、現実世界のアプリケーションなど、さまざまな面でプライバシーリスクを分析します。
論文 参考訳（メタデータ） (2024-06-10T11:31:04Z) - Graph Mining for Cybersecurity: A Survey [61.505995908021525]
マルウェア、スパム、侵入などのサイバー攻撃の爆発的な増加は、社会に深刻な影響をもたらした。
従来の機械学習(ML)ベースの手法は、サイバー脅威の検出に広く用いられているが、現実のサイバーエンティティ間の相関をモデル化することはほとんどない。
グラフマイニング技術の普及に伴い、サイバーエンティティ間の相関を捉え、高いパフォーマンスを達成するために、多くの研究者がこれらの手法を調査した。
論文 参考訳（メタデータ） (2023-04-02T08:43:03Z) - Crime Prediction Using Machine Learning and Deep Learning: A Systematic
Review and Future Directions [2.624902795082451]
本稿では,犯罪予測に応用された各種機械学習および深層学習アルゴリズムについて,150以上の論文について検討する。
この研究は、研究者による犯罪予測に使われるデータセットへのアクセスを提供する。
本稿では,犯罪予測の精度を高めるための潜在的なギャップと今後の方向性を明らかにする。
論文 参考訳（メタデータ） (2023-03-28T21:07:42Z) - A Survey of Machine Unlearning [56.017968863854186]
最近の規制では、要求に応じて、ユーザに関する個人情報をコンピュータシステムから削除する必要がある。
MLモデルは古いデータをよく記憶します。
機械学習に関する最近の研究は、この問題を完全に解決することはできなかった。
論文 参考訳（メタデータ） (2022-09-06T08:51:53Z) - Adversarial Machine Learning Attacks and Defense Methods in the Cyber
Security Domain [58.30296637276011]
本稿では,機械学習技術に基づくセキュリティソリューションに対する敵攻撃に関する最新の研究を要約する。
サイバーセキュリティドメインでエンドツーエンドの敵攻撃を実装するという、ユニークな課題を議論するのは、これが初めてである。
論文 参考訳（メタデータ） (2020-07-05T18:22:40Z) - 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。
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。