Buchumschlag

Intrusion Prevention through Optimal Stopping

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hammar, Kim, Stadler, Rolf
Format:	Preprint
Veröffentlicht:	2021
Schlagworte:	Machine Learning Artificial Intelligence Cryptography and Security Networking and Internet Architecture
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Learning Intrusion Prevention Policies through Optimal Stopping
von: Hammar, Kim, et al.
Veröffentlicht: (2021)

Finding Effective Security Strategies through Reinforcement Learning and Self-Play
von: Hammar, Kim, et al.
Veröffentlicht: (2020)

Deciding When Not to Decide: Indeterminacy-Aware Intrusion Detection with NeutroSENSE
von: Al-Masri, Eyhab
Veröffentlicht: (2025)

X-CBA: Explainability Aided CatBoosted Anomal-E for Intrusion Detection System
von: Kaya, Kiymet, et al.
Veröffentlicht: (2024)

Enhanced Real-Time Threat Detection in 5G Networks: A Self-Attention RNN Autoencoder Approach for Spectral Intrusion Analysis
von: Kouchaki, Mohammadreza, et al.
Veröffentlicht: (2024)

Integration of AI in Cybersecurity: Current Trends with a Focused Look at Intrusion Detection Applications
von: Tazili, S., et al.
Veröffentlicht: (2026)

Sequential Binary Classification for Intrusion Detection
von: Vasudevan, Shrihari, et al.
Veröffentlicht: (2024)

Towards Explainable Network Intrusion Detection using Large Language Models
von: Houssel, Paul R. B., et al.
Veröffentlicht: (2024)

Novel Approach to Intrusion Detection: Introducing GAN-MSCNN-BILSTM with LIME Predictions
von: Benchama, Asmaa, et al.
Veröffentlicht: (2024)

An Adversarial Robustness Benchmark for Enterprise Network Intrusion Detection
von: Vitorino, João, et al.
Veröffentlicht: (2024)

Sdn Intrusion Detection Using Machine Learning Method
von: Mahmud, Muhammad Zawad, et al.
Veröffentlicht: (2024)

Individual Packet Features are a Risk to Model Generalisation in ML-Based Intrusion Detection
von: Kostas, Kahraman, et al.
Veröffentlicht: (2024)

STATGRAPH: Effective In-vehicle Intrusion Detection via Multi-view Statistical Graph Learning
von: Wang, Kai, et al.
Veröffentlicht: (2023)

Large Language Models for Network Intrusion Detection Systems: Foundations, Implementations, and Future Directions
von: Yang, Shuo, et al.
Veröffentlicht: (2025)

Efficient Network Traffic Feature Sets for IoT Intrusion Detection
von: Silva, Miguel, et al.
Veröffentlicht: (2024)

Generative Active Adaptation for Drifting and Imbalanced Network Intrusion Detection
von: Gupta, Ragini, et al.
Veröffentlicht: (2025)

Online Self-Supervised Deep Learning for Intrusion Detection Systems
von: Nakıp, Mert, et al.
Veröffentlicht: (2023)

On the Cross-Dataset Generalization of Machine Learning for Network Intrusion Detection
von: Cantone, Marco, et al.
Veröffentlicht: (2024)

Enhancing Anomaly-Based Intrusion Detection Systems with Process Mining
von: Vitale, Francesco, et al.
Veröffentlicht: (2026)

Temporal Analysis of NetFlow Datasets for Network Intrusion Detection Systems
von: Luay, Majed, et al.
Veröffentlicht: (2025)

Interpreting Manifolds and Graph Neural Embeddings from Internet of Things Traffic Flows
von: Feito-Casares, Enrique, et al.
Veröffentlicht: (2026)

Where Do Flow Semantics Reside? A Protocol-Native Tabular Pretraining Paradigm for Encrypted Traffic Classification
von: Huang, Sizhe, et al.
Veröffentlicht: (2026)

Detecting and Mitigating DDoS Attacks with AI: A Survey
von: Apostu, Alexandru, et al.
Veröffentlicht: (2025)

Chimera: Neuro-Symbolic Attention Primitives for Trustworthy Dataplane Intelligence
von: Fu, Rong, et al.
Veröffentlicht: (2026)

On the Detection of Non-Cooperative RISs: Scan B-Testing via Deep Support Vector Data Description
von: Stamatelis, George, et al.
Veröffentlicht: (2024)

Enhancing Malware Detection by Integrating Machine Learning with Cuckoo Sandbox
von: Alshmarni, Amaal F., et al.
Veröffentlicht: (2023)

An Attentive Graph Agent for Topology-Adaptive Cyber Defence
von: Sandoval, Ilya Orson, et al.
Veröffentlicht: (2025)

PHASE: Passive Human Activity Simulation Evaluation
von: Lamp, Steven, et al.
Veröffentlicht: (2025)

Attention in Motion: Secure Platooning via Transformer-based Misbehavior Detection
von: Kalogiannis, Konstantinos, et al.
Veröffentlicht: (2025)

ReGAIN: Retrieval-Grounded AI Framework for Network Traffic Analysis
von: Shajarian, Shaghayegh, et al.
Veröffentlicht: (2025)

F-KANs: Federated Kolmogorov-Arnold Networks
von: Zeydan, Engin, et al.
Veröffentlicht: (2024)

Towards a graph-based foundation model for network traffic analysis
von: Van Langendonck, Louis, et al.
Veröffentlicht: (2024)

Privacy-Aware Joint DNN Model Deployment and Partitioning Optimization for Collaborative Edge Inference Services
von: Cheng, Zhipeng, et al.
Veröffentlicht: (2025)

IoTGeM: Generalizable Models for Behaviour-Based IoT Attack Detection
von: Kostas, Kahraman, et al.
Veröffentlicht: (2023)

MobiLLM: An Agentic AI Framework for Closed-Loop Threat Mitigation in 6G Open RANs
von: Sharma, Prakhar, et al.
Veröffentlicht: (2025)

Hybridizing Base-Line 2D-CNN Model with Cat Swarm Optimization for Enhanced Advanced Persistent Threat Detection
von: Bakhiet, Ali M., et al.
Veröffentlicht: (2024)

A Review of Machine Learning-based Security in Cloud Computing
von: Babaei, Aptin, et al.
Veröffentlicht: (2023)

AI/ML Based Detection and Categorization of Covert Communication in IPv6 Network
von: Rahman, Mohammad Wali Ur, et al.
Veröffentlicht: (2025)

SoK: Realistic Adversarial Attacks and Defenses for Intelligent Network Intrusion Detection
von: Vitorino, João, et al.
Veröffentlicht: (2023)

Hyperparameter Tuning-Based Optimized Performance Analysis of Machine Learning Algorithms for Network Intrusion Detection
von: Tripathy, Sudhanshu Sekhar, et al.
Veröffentlicht: (2025)