Online Learning Algorithms for Real-time Detection, Classification, and Visualization of Cyberattacks

用于网络攻击实时检测、分类和可视化的在线学习算法

基本信息

  • 批准号：
    16H02874
  • 负责人：
    Ozawa Seiichi
  • 金额：
    $ 8.49万
  • 依托单位：
    Kobe University
  • 依托单位国家：
    日本
  • 项目类别：
    Grant-in-Aid for Scientific Research (B)
  • 财政年份：
    2016
  • 资助国家：
    日本
  • 起止时间：
    2016-04-01 至 2020-03-31
  • 项目状态：
    已结题

项目摘要

项目成果

期刊论文数量（0）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
Detection of Malicious JavaScript Contents Using Doc2vec Feature Learning
使用 Doc2vec 特征学习检测恶意 JavaScript 内容
DXと人工知能のメカニズムと活用
DX与人工智能的机制与运用
  • DOI：
  • 发表时间：
    2019
  • 期刊：
  • 影响因子：
    0
  • 作者：
    Takako Hashimoto;Akira Kusaba;Dave Shepard;Tetsuji Kuboyama;Kilho Shin;Takeaki Uno;小澤誠一;小澤誠一
  • 通讯作者：
    小澤誠一
セキュリティ分野におけるAIへの期待と現状
人工智能在安防领域的期望和现状
  • DOI：
  • 发表时间：
    2018
  • 期刊：
  • 影响因子：
    0
  • 作者：
    Shouta Samejima;Kosuke Sekiyama;小澤誠一
  • 通讯作者：
    小澤誠一
デジタルトランスフォーメーションがもたらす社会変革（１）『いまさら聞けないデジタル化』
数字化转型带来的社会变革（一）“现在听不到的数字化”
  • DOI：
  • 发表时间：
    2020
  • 期刊：
  • 影响因子：
    0
  • 作者：
    Nozomi Abe;Takuya Yoshino;Kouichi Hirata;小澤誠一
  • 通讯作者：
    小澤誠一
AI×セキュリティ
人工智能 x 安全
  • DOI：
  • 发表时间：
  • 期刊：
  • 影响因子：
    0
  • 作者：
  • 通讯作者：
{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi }}
  • 发表时间：
    {{ item.publish_year }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.author }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.author }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.author }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.author }}

数据更新时间：{{ patent.updateTime }}

Ozawa Seiichi其他文献

JStrack: Enriching Malicious JavaScript Detection Based on AST Graph Analysis and Attention Mechanism
JStrack：基于AST图分析和注意力机制丰富恶意JavaScript检测
BFL-Boost: Blockchain-based Federated Learning for Gradient Boosting to Enhance Security in Model Training
BFL-Boost：基于区块链的联邦学习梯度提升以增强模型训练的安全性
  • DOI：
  • 发表时间：
    2023
  • 期刊：
  • 影响因子：
    0
  • 作者：
    Asrori Septiviana Savitri;Wang Lihua;Ozawa Seiichi
  • 通讯作者：
    Ozawa Seiichi
Permissioned Blockchain-Based XGBoost for Multi Banks Fraud Detection
基于许可的区块链 XGBoost 用于多银行欺诈检测
準同型暗号TFHE上の任意精度演算のための冗長表現による多並列化
使用冗余表示进行多并行化，用于同态加密 TFHE 上的任意精度操作
  • DOI：
  • 发表时间：
    2023
  • 期刊：
  • 影响因子：
    0
  • 作者：
    Yamamoto Fuki;Ozawa Seiichi;Wang Lihua;成定真太郎，福島和英，清本晋作，西出隆志
  • 通讯作者：
    成定真太郎，福島和英，清本晋作，西出隆志
スパース・コーディングによる音声の表現;スパース・コーディングによる音声の表現;Representations of Speech by Sparse Coding Algorithm
稀疏编码算法的语音表示;稀疏编码算法的语音表示

Ozawa Seiichi的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi }}
  • 发表时间：
    {{ item.publish_year }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

相似海外基金

Refinement of Cyberattack Generation Process Model by Using Machine Learning and Domain Knowledge
利用机器学习和领域知识细化网络攻击生成过程模型
  • 批准号：
    21KK0178
  • 财政年份：
    2021
  • 资助金额：
    $ 8.49万
  • 项目类别：
    Fund for the Promotion of Joint International Research (Fostering Joint International Research (B))
Modelling Attack Generation Process by Introducing Machine Learning and Domain Knowledge and Its Verification for Real Attack Data
引入机器学习和领域知识对攻击生成过程进行建模及其对真实攻击数据的验证
  • 批准号：
    21H03444
  • 财政年份：
    2021
  • 资助金额：
    $ 8.49万
  • 项目类别：
    Grant-in-Aid for Scientific Research (B)
Countermeasure for counter machine/deep learning based detection system types of malware exploitation
针对基于机器/深度学习的恶意软件利用检测系统类型的对策
  • 批准号：
    19H04108
  • 财政年份：
    2019
  • 资助金额：
    $ 8.49万
  • 项目类别：
    Grant-in-Aid for Scientific Research (B)
Development of Malware Detection/Classification System Introducing Incremental Learning and Active Learning
引入增量学习和主动学习的恶意软件检测/分类系统的开发
  • 批准号：
    24500173
  • 财政年份：
    2012
  • 资助金额：
    $ 8.49万
  • 项目类别：
    Grant-in-Aid for Scientific Research (C)
Development of Sensor Systems to Trace and Detect Unknown Cyber Attacks
开发传感器系统来追踪和检测未知网络攻击
  • 批准号：
    23300025
  • 财政年份：
    2011
  • 资助金额：
    $ 8.49万
  • 项目类别：
    Grant-in-Aid for Scientific Research (B)
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了