PulseAugur
中
实时 15:09:40
实体 Network anomaly detection

Network anomaly detection

PulseAugur coverage of Network anomaly detection — every cluster mentioning Network anomaly detection across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
关系
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_152012 ·

    基于熵的特征提升网络异常检测性能

    研究人员探索了使用基于熵的特征来增强网络异常检测，由于流量模式多样，这正变得越来越困难。通过将熵计算集成到标准的机器学习流程中，他们在公开入侵检测数据集上发现了分类性能的一致性提升。这种方法补充了传统的统计特征，并为提高异常检测提供了轻量级、可解释的方法，尤其是在高变异流量场景中。