一篇新的研究论文介绍了 VX-One,一个用于实时周边分类的小型多头神经网络。该模型输出类型化的决策原语,例如校准门和闭集选择,旨在弥合快速但有限的签名引擎与较慢、更具语义的生成模型之间的差距。在 UNSW-NB15 和 CIC-IDS2017 等基准测试上的评估表明,VX-One 提高了检测率,尤其是在时间漂移下,尽管 XGBoost 在多类归因方面仍处于领先地位。 AI
影响 这项研究通过提供比传统基于签名的方法更细致的方法,有可能改进实时威胁检测系统。
排序理由 该集群包含一篇详细介绍新模型及其在安全基准上的经验评估的研究论文。
在 Hugging Face Daily Papers 阅读 →
- CIC-IDS2017
- EMBER2024
- Emerging Threats and Security Planning : How Should We Decide What Hypothetical Threats to Worry About?
- Kitsune
- Microsoft-Decision-1
- multilayer perceptron
- random forest
- Suricata
- System One
- TypeSafe Jev
- UNSW-NB15
- VX-One
- XGBoost
AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →