| 作成者 |
|
|
|
|
|
|
|
|
|
| 本文言語 |
|
| 発行日 |
|
| 収録物名 |
|
|
|
| 巻 |
|
| 開始ページ |
|
| 出版タイプ |
|
| アクセス権 |
|
| 関連情報 |
|
| 概要 |
近年，インターネットが益々便利になると共に，ネットの安全性確保が一つの課題になってきた．多くの攻撃者は本格的な攻撃を行う前に良くポートスキャンという技術を利用し，ターゲットの弱点を探す．この準備段階のスキャンを検知できれば，本格的な攻撃への対処が容易になる．そのため，ポートスキャンの早期検知が重要な課題の一つである．挙動に基づく検知手法は学習データから抽出した通常モードを利用して異常検知を行うため...，事前に通常と異常を分類する閾値を決める必要がないという利点がある．挙動に基づく検知手法では，通常モードを抽出するために，事前に与えられた度数分布図に対して学習アルゴリズムを適用する．しかしながら，度数分布図に学習アルゴリズムを適用する際，パラメータチューニングが必要であるという問題がある．それを解決するために，本研究では挙動に基づく検知手法において，パラメータなしの学習アルゴリズムを提案する．また，討議および実験により，本提案の学習アルゴリズムはインターネット攻撃の検知に有効であることを示す．続きを見る
|
Mendeley出力
