实体
CIC-IDS2017
CIC-IDS2017
PulseAugur coverage of CIC-IDS2017 — every cluster mentioning CIC-IDS2017 across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
评估方法质疑 Transformer 入侵检测能力
一项新的研究论文质疑了 Transformer 模型在网络入侵检测中的有效性，特别是在 CIC-IDS2017 数据集上。研究发现，评估方法，特别是填充约定和数据拆分，显著影响了报告的性能，常常高估了 Transformer 的能力。在没有填充的、现实的、无泄漏的条件下进行评估时，Transformer 的性能会大幅下降，这表明架构选择的重要性不如严格的评估实践。
-
脉冲神经网络在高效网络入侵检测方面展现出潜力
研究人员评估了各种脉冲神经网络（SNN）配置在网络入侵检测中的应用，旨在寻找计算密集型深度学习模型的轻量级替代方案。他们的研究涉及在四个基准数据集上测试了27种神经元模型和脉冲编码方案的变体。研究结果表明，脉冲编码方法比神经元模型更关键，其中延迟编码的性能优于速率编码和delta编码。
-
新框架使用模糊模型对安全警报进行优先级排序
一篇新的研究论文提出了一个使用亚正态高斯模糊模型对入侵检测系统 (IDS) 的警报进行优先级排序的框架。该方法旨在通过对威胁严重性、检测置信度和组织风险态度的不确定性进行建模来应对警报疲劳。该框架将每个警报表示为一个模糊数，并使用排序指数进行优先级排序，允许组织通过风险态度参数调整其安全态势。在 CIC-IDS2017 和 NSL-KDD 数据集上进行的实验表明，与现有方法相比，该框架具有更高的鲁棒性，尤其是在检测器退化的情况下。