Buchumschlag

Hybridizing Base-Line 2D-CNN Model with Cat Swarm Optimization for Enhanced Advanced Persistent Threat Detection

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bakhiet, Ali M., Aly, Salah A.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Cryptography and Security Artificial Intelligence Machine Learning Networking and Internet Architecture
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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)

Training Large Language Models for Advanced Typosquatting Detection
von: Welch, Jackson
Veröffentlicht: (2025)

LLMs' Suitability for Network Security: A Case Study of STRIDE Threat Modeling
von: AbdulGhaffar, AbdulAziz, et al.
Veröffentlicht: (2025)

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

Neurosymbolic Learning for Advanced Persistent Threat Detection under Extreme Class Imbalance
von: Fathima, Quhura, et al.
Veröffentlicht: (2026)

MalMoE: Mixture-of-Experts Enhanced Encrypted Malicious Traffic Detection Under Graph Drift
von: Tan, Yunpeng, et al.
Veröffentlicht: (2026)

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

Intelligent IoT Attack Detection Design via ODLLM with Feature Ranking-based Knowledge Base
von: Verma, Satvik, et al.
Veröffentlicht: (2025)

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

Large Language Models powered Malicious Traffic Detection: Architecture, Opportunities and Case Study
von: Zhang, Xinggong, et al.
Veröffentlicht: (2025)

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

Hybrid Epidemics - A Case Study on Computer Worm Conficker
von: Zhang, Changwang, et al.
Veröffentlicht: (2014)

DoLLM: How Large Language Models Understanding Network Flow Data to Detect Carpet Bombing DDoS
von: Li, Qingyang, et al.
Veröffentlicht: (2024)

Intelligent Detection and Mitigation of Carpet-Bombing DDoS Attacks in SDN Using Retrieval-Augmented Generation and Large Language Models
von: Swileh, Mohammed N., et al.
Veröffentlicht: (2026)

Towards Explainable Meta-Learning for DDoS Detection
von: Zhou, Qianru, et al.
Veröffentlicht: (2022)

Advanced Anomaly Detection and Threat Intelligence in Zero Trust IoT Environments Using Machine Learning
von: Basharat, Muhammad Umair, et al.
Veröffentlicht: (2026)

Investigation of Advanced Persistent Threats Network-based Tactics, Techniques and Procedures
von: Alageel, Almuthanna, et al.
Veröffentlicht: (2025)

Are Trees Really Green? A Detection Approach of IoT Malware Attacks
von: Sanna, Silvia Lucia, et al.
Veröffentlicht: (2025)

AttentionGuard: Transformer-based Misbehavior Detection for Secure Vehicular Platoons
von: Li, Hexu, et al.
Veröffentlicht: (2025)

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

CONTINUUM: Detecting APT Attacks through Spatial-Temporal Graph Neural Networks
von: Bahar, Atmane Ayoub Mansour, et al.
Veröffentlicht: (2025)

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

Evasion-Resilient Detection of DNS-over-HTTPS Data Exfiltration: A Practical Evaluation and Toolkit
von: Elaoumari, Adam
Veröffentlicht: (2025)

Decentralised Trust and Security Mechanisms for IoT Networks at the Edge: A Comprehensive Review
von: Zaman, Khandoker Ashik Uz, et al.
Veröffentlicht: (2026)

PAMPOS: Causal Transformer-based Trajectory Prediction for Attack-Agnostic Misbehavior Detection in V2X Networks
von: Kalogiannis, Konstantinos, et al.
Veröffentlicht: (2026)

A Joint Reconstruction-Triplet Loss Autoencoder Approach Towards Unseen Attack Detection in IoV Networks
von: Boone, Julia, et al.
Veröffentlicht: (2025)

Cloudy with a Chance of Anomalies: Dynamic Graph Neural Network for Early Detection of Cloud Services' User Anomalies
von: Marbel, Revital, et al.
Veröffentlicht: (2024)

Smart and Secure CAV Networks Empowered by AI-Enabled Blockchain: The Next Frontier for Intelligent Safe Driving Assessment
von: Xia, Le, et al.
Veröffentlicht: (2021)

Make Your Home Safe: Time-aware Unsupervised User Behavior Anomaly Detection in Smart Homes via Loss-guided Mask
von: Xiao, Jingyu, et al.
Veröffentlicht: (2024)

Respond to Change with Constancy: Instruction-tuning with LLM for Non-I.I.D. Network Traffic Classification
von: Lin, Xinjie, et al.
Veröffentlicht: (2025)

Combining Threat Intelligence with IoT Scanning to Predict Cyber Attack
von: Soni, Jubin Abhishek, et al.
Veröffentlicht: (2024)

Zero-Day Threats Detection for Critical Infrastructures
von: Nkongolo, Mike, et al.
Veröffentlicht: (2023)

GeMID: Generalizable Models for IoT Device Identification
von: Kostas, Kahraman, et al.
Veröffentlicht: (2024)

LogPrécis: Unleashing Language Models for Automated Malicious Log Analysis
von: Boffa, Matteo, et al.
Veröffentlicht: (2023)

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)

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

A Cyber-Twin Based Honeypot for Gathering Threat Intelligence
von: Umer, Muhammad Azmi, et al.
Veröffentlicht: (2025)

Charging Ahead: A Hierarchical Adversarial Framework for Counteracting Advanced Cyber Threats in EV Charging Stations
von: Al-Mehdhar, Mohammed, et al.
Veröffentlicht: (2024)

LAPRAD: LLM-Assisted PRotocol Attack Discovery
von: Aygun, R. Can, et al.
Veröffentlicht: (2025)