Buchumschlag

SCGNet-Stacked Convolution with Gated Recurrent Unit Network for Cyber Network Intrusion Detection and Intrusion Type Classification

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Akter, Rajana, Rabib, Shahnure, Mohalder, Rahul Deb, Paul, Laboni, Ali, Ferdous Bin
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Cryptography and Security
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Temporal Convolutional Network-based Approach for Network Intrusion Detection
von: Nazre, Rukmini, et al.
Veröffentlicht: (2024)

IntrusionX: A Hybrid Convolutional-LSTM Deep Learning Framework with Squirrel Search Optimization for Network Intrusion Detection
von: Farabi, Ahsan, et al.
Veröffentlicht: (2025)

Enhanced Intrusion Detection System for Multiclass Classification in UAV Networks
von: Menssouri, Safaa, et al.
Veröffentlicht: (2024)

Privacy-Preserving Intrusion Detection using Convolutional Neural Networks
von: Kodys, Martin, et al.
Veröffentlicht: (2024)

Enhancing Network Intrusion Detection Performance using Generative Adversarial Networks
von: Zhao, Xinxing, et al.
Veröffentlicht: (2024)

Feature Selection for Network Intrusion Detection
von: Westphal, Charles, et al.
Veröffentlicht: (2024)

ByteStack-ID: Integrated Stacked Model Leveraging Payload Byte Frequency for Grayscale Image-based Network Intrusion Detection
von: Khan, Irfan, et al.
Veröffentlicht: (2023)

Proofs of No Intrusion
von: Goyal, Vipul, et al.
Veröffentlicht: (2025)

The Role of Learning in Attacking ML-based Network Intrusion Detection
von: Domico, Kyle, et al.
Veröffentlicht: (2026)

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

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

SDNGuardStack: An Explainable Ensemble Learning Framework for High-Accuracy Intrusion Detection in Software-Defined Networks
von: Ashikuzzaman, et al.
Veröffentlicht: (2026)

From Detection to Response: A Deep Learning and Retrieval-Augmented Generation Framework for Network Intrusion Mitigation
von: Islam, Md Navid Bin, et al.
Veröffentlicht: (2026)

Shift Detection and Adaptation for Network Intrusion Detection
von: Mousavipour, Ehssan, et al.
Veröffentlicht: (2025)

When LLMs Team Up: A Coordinated Attack Framework for Automated Cyber Intrusions
von: Qi, Minfeng, et al.
Veröffentlicht: (2026)

Extending Network Intrusion Detection with Enhanced Particle Swarm Optimization Techniques
von: Songma, Surasit, et al.
Veröffentlicht: (2024)

Always be Pre-Training: Representation Learning for Network Intrusion Detection with GNNs
von: Gu, Zhengyao, et al.
Veröffentlicht: (2024)

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

Intrusion Detection in Heterogeneous Networks with Domain-Adaptive Multi-Modal Learning
von: Varghese, Mabin Umman, et al.
Veröffentlicht: (2025)

HPAC-IDS: A Hierarchical Packet Attention Convolution for Intrusion Detection System
von: Grini, Anass, et al.
Veröffentlicht: (2025)

On the Performance of Cyber-Biomedical Features for Intrusion Detection in Healthcare 5.0
von: Lui, Pedro H., et al.
Veröffentlicht: (2025)

Evaluating Tabular Representation Learning for Network Intrusion Detection
von: Butt, Muhammad Usman, et al.
Veröffentlicht: (2026)

Entente: Cross-silo Intrusion Detection on Network Log Graphs with Federated Learning
von: Xu, Jiacen, et al.
Veröffentlicht: (2025)

Enhanced Convolution Neural Network with Optimized Pooling and Hyperparameter Tuning for Network Intrusion Detection
von: Sharma, Ayush Kumar, et al.
Veröffentlicht: (2024)

Consistent and Compatible Modelling of Cyber Intrusions and Incident Response Demonstrated in the Context of Malware Attacks on Critical Infrastructure
von: Maynard, Peter, et al.
Veröffentlicht: (2025)

Neuromorphic Mimicry Attacks Exploiting Brain-Inspired Computing for Covert Cyber Intrusions
von: Ravipati, Hemanth
Veröffentlicht: (2025)

Lightweight Intrusion Detection System Using a Hybrid CNN and ConvNeXt-Tiny Model for Internet of Things Networks
von: Roshanzadeh, Fatemeh, et al.
Veröffentlicht: (2025)

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

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

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

Distributed Intrusion Detection in Dynamic Networks of UAVs using Few-Shot Federated Learning
von: Ceviz, Ozlem, et al.
Veröffentlicht: (2025)

Network Intrusion Detection: Evolution from Conventional Approaches to LLM Collaboration and Emerging Risks
von: Feng, Yaokai, et al.
Veröffentlicht: (2025)

Incremental Federated Learning for Intrusion Detection in IoT Networks under Evolving Threat Landscape
von: Rehman, Muaan Ur, et al.
Veröffentlicht: (2026)

Simplicity over Complexity: An ARN-Based Intrusion Detection Method for Industrial Control Network
von: Liu, Ziyi, et al.
Veröffentlicht: (2024)

Self-Supervised Learning of Graph Representations for Network Intrusion Detection
von: Guerra, Lorenzo, et al.
Veröffentlicht: (2025)

Meta-Quantum Ensemble Framework for Robust Network Intrusion Detection
von: Bhatnagar, Ritvik, et al.
Veröffentlicht: (2026)

CTMBIDS: Convolutional Tsetlin Machine Based Intrusion Detection System for DDoS attacks in an SDN environment
von: Gohari, Rasoul Jafari, et al.
Veröffentlicht: (2024)

Optimal Security Response to Network Intrusions in IT Systems
von: Hammar, Kim
Veröffentlicht: (2025)

Large Language Models in Wireless Application Design: In-Context Learning-enhanced Automatic Network Intrusion Detection
von: Zhang, Han, et al.
Veröffentlicht: (2024)

Applying Self-supervised Learning to Network Intrusion Detection for Network Flows with Graph Neural Network
von: Xu, Renjie, et al.
Veröffentlicht: (2024)