Buchumschlag

Eclectic Rule Extraction for Explainability of Deep Neural Network based Intrusion Detection Systems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ables, Jesse, Childers, Nathaniel, Anderson, William, Mittal, Sudip, Rahimi, Shahram, Banicescu, Ioana, Seale, Maria
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Cryptography and Security Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

IRSDA: An Agent-Orchestrated Framework for Enterprise Intrusion Response
von: Panigrahi, Damodar, et al.
Veröffentlicht: (2025)

Poison Attacks and Adversarial Prompts Against an Informed University Virtual Assistant
von: Fernandez, Ivan A., et al.
Veröffentlicht: (2024)

parHSOM: A novel parallel Hierarchical Self-Organizing Map implementation
von: Lane, Rebekah, et al.
Veröffentlicht: (2026)

Evaluating The Explainability of State-of-the-Art Deep Learning-based Network Intrusion Detection Systems
von: Kumar, Ayush, et al.
Veröffentlicht: (2024)

Adaptive Pruning of Deep Neural Networks for Resource-Aware Embedded Intrusion Detection on the Edge
von: Broggi, Alexandre, et al.
Veröffentlicht: (2025)

Genos: General In-Network Unsupervised Intrusion Detection by Rule Extraction
von: Li, Ruoyu, et al.
Veröffentlicht: (2024)

AgenticCyOps: Securing Multi-Agentic AI Integration in Enterprise Cyber Operations
von: Mitra, Shaswata, et al.
Veröffentlicht: (2026)

ExpIDS: A Drift-adaptable Network Intrusion Detection System With Improved Explainability
von: Kumar, Ayush, et al.
Veröffentlicht: (2025)

Intrusion Detection System Using Deep Learning for Network Security
von: Chatterjee, Soham, et al.
Veröffentlicht: (2025)

A White-Box Adversarial Attack Against a Digital Twin
von: Patterson, Wilson, et al.
Veröffentlicht: (2022)

Investigating Application of Deep Neural Networks in Intrusion Detection System Design
von: Jeje, Mofe O.
Veröffentlicht: (2025)

AMDS: Attack-Aware Multi-Stage Defense System for Network Intrusion Detection with Two-Stage Adaptive Weight Learning
von: Olukola, Oluseyi, et al.
Veröffentlicht: (2026)

An Explainable Ensemble-based Intrusion Detection System for Software-Defined Vehicle Ad-hoc Networks
von: Ahsan, Shakil Ibne, et al.
Veröffentlicht: (2023)

Towards Secure MLOps: Surveying Attacks, Mitigation Strategies, and Research Challenges
von: Patel, Raj, et al.
Veröffentlicht: (2025)

Risks to Zero Trust in a Federated Mission Partner Environment
von: Strandell, Keith, et al.
Veröffentlicht: (2022)

Robust Intrusion Detection System with Explainable Artificial Intelligence
von: Paltun, Betül Güvenç, et al.
Veröffentlicht: (2025)

IRSKG: Unified Intrusion Response System Knowledge Graph Ontology for Cyber Defense
von: Panigrahi, Damodar, et al.
Veröffentlicht: (2024)

FALCON: Autonomous Cyber Threat Intelligence Mining with LLMs for IDS Rule Generation
von: Mitra, Shaswata, et al.
Veröffentlicht: (2025)

xIDS-EnsembleGuard: An Explainable Ensemble Learning-based Intrusion Detection System
von: Adil, Muhammad, et al.
Veröffentlicht: (2025)

Deep Learning Algorithms Used in Intrusion Detection Systems -- A Review
von: Kimanzi, Richard, et al.
Veröffentlicht: (2024)

SoK: Reshaping Research on Network Intrusion Detection Systems
von: Apruzzese, Giovanni
Veröffentlicht: (2026)

X-CANIDS: Signal-Aware Explainable Intrusion Detection System for Controller Area Network-Based In-Vehicle Network
von: Jeong, Seonghoon, et al.
Veröffentlicht: (2023)

Explainable and Transferable Adversarial Attack for ML-Based Network Intrusion Detectors
von: Zhang, Hangsheng, et al.
Veröffentlicht: (2024)

Incorporating Gradients to Rules: Towards Lightweight, Adaptive Provenance-based Intrusion Detection
von: Wang, Lingzhi, et al.
Veröffentlicht: (2024)

AI Identification: An Integrated Framework for Sustainable Governance in Digital Enterprises
von: Gao, Di Kevin, et al.
Veröffentlicht: (2026)

Critical Analysis of 5G Networks Traffic Intrusion using PCA, t-SNE and UMAP Visualization and Classifying Attacks
von: Ghani, Humera, et al.
Veröffentlicht: (2023)

$\text{C}^{2}\text{BNVAE}$: Dual-Conditional Deep Generation of Network Traffic Data for Network Intrusion Detection System Balancing
von: Zeng, Yifan
Veröffentlicht: (2025)

Distributed Intrusion Detection System using Semantic-based Rules for SCADA in Smart Grid
von: Mohan, Sathya Narayana, et al.
Veröffentlicht: (2024)

Quantization-aware Neural Architectural Search for Intrusion Detection
von: Acharya, Rabin Yu, et al.
Veröffentlicht: (2023)

Ruling the Unruly: Designing Effective, Low-Noise Network Intrusion Detection Rules for Security Operations Centers
von: Teuwen, Koen T. W., et al.
Veröffentlicht: (2025)

LOCALINTEL: Generating Organizational Threat Intelligence from Global and Local Cyber Knowledge
von: Mitra, Shaswata, et al.
Veröffentlicht: (2024)

NetNN: Neural Intrusion Detection System in Programmable Networks
von: Razavi, Kamran, et al.
Veröffentlicht: (2024)

Deployment Challenges of Industrial Intrusion Detection Systems
von: Wolsing, Konrad, et al.
Veröffentlicht: (2024)

Problem space structural adversarial attacks for Network Intrusion Detection Systems based on Graph Neural Networks
von: Venturi, Andrea, et al.
Veröffentlicht: (2024)

Deep Reinforcement Learning for Intrusion Detection in IoT: A Survey
von: Gueriani, Afrah, et al.
Veröffentlicht: (2024)

Deep Learning-based Intrusion Detection Systems: A Survey
von: Xu, Zhiwei, et al.
Veröffentlicht: (2025)

XG-NID: Dual-Modality Network Intrusion Detection using a Heterogeneous Graph Neural Network and Large Language Model
von: Farrukh, Yasir Ali, et al.
Veröffentlicht: (2024)

Vehicular Intrusion Detection System for Controller Area Network: A Comprehensive Survey and Evaluation
von: Liu, Yangyang, et al.
Veröffentlicht: (2025)

Transforming In-Vehicle Network Intrusion Detection: VAE-based Knowledge Distillation Meets Explainable AI
von: Yagiz, Muhammet Anil, et al.
Veröffentlicht: (2024)

GRIDAI: Generating and Repairing Intrusion Detection Rules via Collaboration among Multiple LLM-based Agents
von: Li, Jiarui, et al.
Veröffentlicht: (2025)