跳到正文
热点事件持续更新

SNN入侵检测设计选择抗泄漏基准:27种配置评测

1 篇报道1 个报道来源9 小时前更新

先了解这件事

AI 综述

Raj Patel 等人在论文摘要中提出一个抗泄漏的脉冲神经网络(SNN)设计选择基准,评测了9类snnTorch神经元模型与3种脉冲编码,共27种配置,覆盖四个网络入侵检测基准,并在收紧训练测试边界后重复评估。 结果显示,在同一工作点下,LeakyParallel/latency 在两次评估中平均排名最低,但与 Leaky/latency 未形成统计分离;且排除 CTU-13 数据集后两者的筛选排序反转。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。 以上结论基于论文摘要,本站未核验全文。

AI 根据报道生成 · 4 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14日
  1. arXiv · cs.AI
    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

    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。

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。