PulseAugur
中
实时 11:33:14
English(EN) GESR: Graph-Based Edge Semantic Reconstruction for Stealthy Communication Detection with Benign-Only Training

新的基于图的框架可检测隐蔽网络通信

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种名为GESR的新型基于图的框架，该框架仅使用良性数据进行训练，即可检测网络流量中的隐蔽恶意通信。GESR将网络活动建模为属性通信图，从局部结构上下文中重建边缘语义，以预测预期的通信模式。该方法将结构不一致性转化为主机级别的异常分数，在CTU-13和CICIDS2017数据集上以高精度超越了现有方法。 AI

影响 引入了一种新颖的基于图的网络入侵检测方法，有可能提高针对复杂网络威胁的安全性。

排序理由 详细介绍网络安全新方法的学术论文。[lever_c_demoted from research: ic=1 ai=0.7]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的基于图的框架可检测隐蔽网络通信

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Xiaobo Ma ·

    GESR：基于图的边缘语义重建，用于仅良性训练的隐蔽通信检测

    Detecting stealthy malicious communications from flow logs under benign-only training remains a critical challenge in network security. Malicious communications often camouflage as normal traffic like standard HTTPS flows. Conventional intrusion detectors rely strictly on known l…

相关实体

相关话题