$\mu$Caspian

新框架支持SNN用于异构网络事件检测

研究人员开发了一个新的框架，用于将异构网络事件编码为脉冲神经网络（SNNs）的脉冲兼容输入。这种事件原生符号-时序方法保留了分类语义和时序动态，克服了将原始事件转换为流或密集张量的传统方法的局限性。该框架在数据包级网络入侵检测系统（IDS）上进行了验证，并扩展到消息级控制器局域网（CAN）IDS，在面向边缘硬件的约束下，使用紧凑的循环SNNs展现了强大的异常检测性能。