Buchumschlag

Vendor-Conditioned Contrastive Learning for Predicting Organizational Cyber Threat Targets

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Ampel, Benjamin M.
Format:	Preprint
Veröffentlicht:	2020
Schlagworte:	Cryptography and Security Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Data-Driven Predictive Analysis on Cyber Security Threats with Key Risk Factors
von: Johora, Fatama Tuz, et al.
Veröffentlicht: (2024)

Advancing Autonomous Incident Response: Leveraging LLMs and Cyber Threat Intelligence
von: Tellache, Amine, et al.
Veröffentlicht: (2025)

Evaluation of LLM Chatbots for OSINT-based Cyber Threat Awareness
von: Shafee, Samaneh, et al.
Veröffentlicht: (2024)

Large Language Models Are Unreliable for Cyber Threat Intelligence
von: Mezzi, Emanuele, et al.
Veröffentlicht: (2025)

Automated Cyber Defense with Generalizable Graph-based Reinforcement Learning Agents
von: King, Isaiah J., et al.
Veröffentlicht: (2025)

HackerSignal: A Large-Scale Multi-Source Dataset Linking Hacker Community Discourse to the CVE Vulnerability Lifecycle
von: Ampel, Benjamin M., et al.
Veröffentlicht: (2026)

Web Scale Graph Mining for Cyber Threat Intelligence
von: Freitas, Scott, et al.
Veröffentlicht: (2024)

Decentralized Trust for Space AI: Blockchain-Based Federated Learning Across Multi-Vendor LEO Satellite Networks
von: Elmahallawy, Mohamed, et al.
Veröffentlicht: (2025)

A Modular Approach to Automatic Cyber Threat Attribution using Opinion Pools
von: Teuwen, Koen T. W.
Veröffentlicht: (2024)

Mind the Gap: Missing Cyber Threat Coverage in NIDS Datasets for the Energy Sector
von: Tory, Adrita Rahman, et al.
Veröffentlicht: (2025)

Explainable Threat Attribution for IoT Networks Using Conditional SHAP and Flow Behavior Modelling
von: Ozechi, Samuel, et al.
Veröffentlicht: (2026)

The CTI Echo Chamber: Fragmentation, Overlap, and Vendor Specificity in Twenty Years of Cyber Threat Reporting
von: Suarez-Roman, Manuel, et al.
Veröffentlicht: (2026)

Survey of Privacy Threats and Countermeasures in Federated Learning
von: Hayashitani, Masahiro, et al.
Veröffentlicht: (2024)

Entity-based Reinforcement Learning for Autonomous Cyber Defence
von: Thompson, Isaac Symes, et al.
Veröffentlicht: (2024)

CyberGFM: Graph Foundation Models for Lateral Movement Detection in Enterprise Networks
von: King, Isaiah J., et al.
Veröffentlicht: (2026)

Machine Learning for Cyber-Attack Identification from Traffic Flows
von: Zhou, Yujing, et al.
Veröffentlicht: (2025)

CTINexus: Automatic Cyber Threat Intelligence Knowledge Graph Construction Using Large Language Models
von: Cheng, Yutong, et al.
Veröffentlicht: (2024)

Performance of Machine Learning Classifiers for Anomaly Detection in Cyber Security Applications
von: Haug, Markus, et al.
Veröffentlicht: (2025)

Uncertainty-Aware Federated Learning for Cyber-Resilient Microgrid Energy Management
von: Babayomi, Oluleke, et al.
Veröffentlicht: (2025)

Securing Federated Learning against Backdoor Threats with Foundation Model Integration
von: Bi, Xiaohuan, et al.
Veröffentlicht: (2024)

FRAME : Comprehensive Risk Assessment Framework for Adversarial Machine Learning Threats
von: Shapira, Avishag, et al.
Veröffentlicht: (2025)

Using Graph Theory for Improving Machine Learning-based Detection of Cyber Attacks
von: Zonneveld, Giacomo, et al.
Veröffentlicht: (2024)

Interpreting Agent Behaviors in Reinforcement-Learning-Based Cyber-Battle Simulation Platforms
von: Claypoole, Jared, et al.
Veröffentlicht: (2025)

Temporal Contrastive Transformer for Financial Crime Detection: Self-Supervised Sequence Embeddings via Predictive Contrastive Coding
von: Butvinik, Danny, et al.
Veröffentlicht: (2026)

Split Happens: Combating Advanced Threats with Split Learning and Function Secret Sharing
von: Khan, Tanveer, et al.
Veröffentlicht: (2025)

Improving Network Threat Detection by Knowledge Graph, Large Language Model, and Imbalanced Learning
von: Zhang, Lili, et al.
Veröffentlicht: (2025)

Adversarial Contrastive Learning for LLM Quantization Attacks
von: Song, Dinghong, et al.
Veröffentlicht: (2026)

Privacy-Preserving Distributed Learning in IoT Systems: A Unified Threat Model and Evaluation Framework
von: Cartmell, John, et al.
Veröffentlicht: (2026)

X Hacking: The Threat of Misguided AutoML
von: Sharma, Rahul, et al.
Veröffentlicht: (2024)

Monitor and Recover: A Paradigm for Future Research on Distribution Shift in Learning-Enabled Cyber-Physical Systems
von: Lin, Vivian, et al.
Veröffentlicht: (2025)

Unveiling the Black Box: A Multi-Layer Framework for Explaining Reinforcement Learning-Based Cyber Agents
von: Goel, Diksha, et al.
Veröffentlicht: (2025)

Truth in Text: A Meta-Analysis of ML-Based Cyber Information Influence Detection Approaches
von: Pittman, Jason M.
Veröffentlicht: (2025)

Evaluating Generalization Mechanisms in Autonomous Cyber Attack Agents
von: Lukáš, Ondřej, et al.
Veröffentlicht: (2026)

threaTrace: Detecting and Tracing Host-based Threats in Node Level Through Provenance Graph Learning
von: Wang, Su, et al.
Veröffentlicht: (2021)

AutoMalDesc: Large-Scale Script Analysis for Cyber Threat Research
von: Apostu, Alexandru-Mihai, et al.
Veröffentlicht: (2025)

Cyber Threat Detection and Vulnerability Assessment System using Generative AI and Large Language Model
von: M, Keerthi Kumar., et al.
Veröffentlicht: (2026)

Data Poisoning: An Overlooked Threat to Power Grid Resilience
von: Agah, Nora, et al.
Veröffentlicht: (2024)

The Application of Transformer-Based Models for Predicting Consequences of Cyber Attacks
von: Chhetri, Bipin, et al.
Veröffentlicht: (2025)

Scoring the Unscorables: Cyber Risk Assessment Beyond Internet Scans
von: Sarabi, Armin, et al.
Veröffentlicht: (2025)

Adversarial Machine Learning Threats to Spacecraft
von: Thummala, Rajiv, et al.
Veröffentlicht: (2024)