Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

GTCN-G: A Residual Graph-Temporal Fusion Network for Imbalanced Intrusion Detection (Preprint)

Created by
  • Haebom

作者

Tianxiang Xu, Zhichao Wen, Xinyu Zhao, Qi Hu, Yan Li, Chang Liu

概要

本論文では、ネットワーク脅威の複雑さとトラフィックデータの不均衡の問題を解決するために、Gated Temporal Convolutional Network（G-TCN）とGraph Convolutional Network（GCN）を組み合わせたGTCN-Gという新しいディープラーニングフレームワークを提案します。このモデルは階層的時間的特徴抽出のためにG-TCNを使用し、基本的なグラフ構造学習のためにGCNを使用し、Graph Attention Network（GAT）を介した残差学習メカニズムを統合し、データの不均衡問題を軽減し、まれな悪性活動検出能力を向上させます。 UNSW-NB15およびToN-IoTデータセットを使用した実験の結果、GTCN-Gモデルは従来のモデルより優れた性能を示しました。

Takeaways、Limitations

•
Takeaways：
◦
G-TCNとGCNの統合により時系列的特徴とグラフ構造を同時に活用してネットワーク侵入検知性能を向上
◦
GATベースの残差学習メカニズムによるデータ不均衡問題解決と希少悪性活動検出能力の向上
◦
UNSW-NB15およびToN-IoTデータセットでのステート・オブ・ザ・アート性能の達成
•
Limitations：
◦
論文に記載されているLimitationsはありません。 （論文要約には含まれていません）
👍
Made with Slashpage