PulseAugur
中
实时 10:18:26
English(EN) SHIELD-IDS: Structurally Heterogeneous Ensemble with Integrated Layered Defense for Intrusion Detection Systems

新型SHIELD-IDS增强了机器学习入侵检测系统对对抗性攻击的防御能力

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了SHIELD-IDS，一个增强型入侵检测系统，旨在对抗机器学习模型的对抗性攻击。该系统将XGBoost和LightGBM等梯度提升模型集成到一个多样化的集成模型中，并由三层防御机制保护。实验表明，SHIELD-IDS在干净数据上保持了超过99%的检测准确率，并对常见的对抗性攻击方法表现出更强的鲁棒性。 AI

影响 增强了基于机器学习的入侵检测系统免受对抗性操纵的安全。

排序理由 该集群包含一篇详细介绍入侵检测系统新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Maryam Zaman, Muhammad Khuram Shahzad ·

    SHIELD-IDS：具有集成分层防御的结构异构集成用于入侵检测系统

    arXiv:2606.07716v1 Announce Type: cross Abstract: Adversarial attacks pose a serious and growing threat to Machine Learning (ML)-based Intrusion Detection Systems (IDS), where imperceptible perturbations to network flow features can systematically mislead classifiers into accepti…

相关实体

相关话题