Kitsune
PulseAugur coverage of Kitsune — every cluster mentioning Kitsune across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
AI取证管道确保入侵检测模型的完整性
研究人员开发了MODEXRE,一个旨在确保用于入侵检测的可解释人工智能模型完整性和可验证性的取证管道。该系统扩展了一个先前经过验证的XGBoost分类器,并加入了SHAP可解释性,分为两种模式:用于训练和认证的实验室模式,以及用于案件证据推理的正式模式。MODEXRE采用SHA-256哈希链式证据链,以保证认证模型是应用于案件的确切制品,解决了先前影响模型性能的时间戳泄露和特征覆盖范围不足等问题。该管道通过四个关键设计决策进行了优化,…
-
VX-One 神经网络提供更快、更准确的周边分类
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。
-
新AI框架增强法证网络入侵检测能力
研究人员开发了一个新颖的入侵检测框架,该框架优先考虑法证可辩护性和可复现性。该系统利用CTGAN生成的合成网络流量数据,使用XGBoost进行训练,并采用SHAP TreeExplainer进行实例级解释。该方法确保原始证据保持不变,符合ISO/IEC标准和NIST指南。在CICIDS2017等数据集上的评估显示,F1-macro得分很高,与真实数据基线相当,同时保持了合成数据的隐私性,并准确映射了用于法证报告的攻击指纹。