跳到正文
热点事件持续更新

SNN入侵检测抗泄漏基准评估27种配置

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

研究者用 snnTorch 的九类神经元与三种脉冲编码组合出 27 种 SNN 配置,在四个入侵检测基准上评估,并复测了仅训练集变换、与随机种子无关的划分及按抓包或场景分离的设定,以检验结果是否受数据泄漏影响。 该工作由 Raj Patel 等作者发表为 arXiv 论文,标题为“SNN 网络入侵检测设计选择的抗泄漏基准”,聚焦于脉冲时序在其中的价值。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月15日
  1. arXiv:cs.AI
    SNN 网络入侵检测设计选择的抗泄漏基准:脉冲时序的价值

    研究者用 snnTorch 的九类神经元与三种脉冲编码组合出 27 种 SNN 配置,在四个入侵检测基准上评估,并复测了仅训练集变换、与随机种子无关的划分及按抓包或场景分离的设定。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。