arXiv · cs.AI· Raj Patel, Shaswata Mitra, David Amebley, Taye Akinrele, Sayanton Dibbo, Sudip Mittal, Shahram Rahimi·· 1 天前
脉冲神经网络设计选择用于网络入侵检测的抗泄漏基准评测
The Value of Spike Timing: A Leakage-Resistant Benchmark of SNN Design Choices for Network Intrusion Detection
arXiv:2606.01442v3阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Raj Patel, Shaswata Mitra, David Amebley, Taye Akinrele, Sayanton Dibbo, Sudip Mittal, Shahram Rahimi
研究任务与主要进展
Raj Patel等人评测了四种网络入侵检测基准上的9类snnTorch神经元模型和3种脉冲编码，共形成27种脉冲神经网络配置，并在收紧训练测试边界后重复评估。基于论文摘要，LeakyParallel/latency在两次评估中平均排名最低，但未与Leaky/latency形成统计分离；在主T=25工作点，将特征幅值映射到脉冲时间在五种确认协议下均提升了宏F1。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org