SNN入侵检测设计选择抗泄漏基准:27种配置评测
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
最新进展10月14日 12:00
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报道时间线
沿着报道,了解事件的不同侧面。
10月14日
- 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。