:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Benabderrahmane, Sidahmed, Valtchev, Petko, Cheney, James, Rahwan, Talal
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Cryptography and Security
Online-Zugang:	https://arxiv.org/abs/2502.09385
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Refining Decision Boundaries In Anomaly Detection Using Similarity Search Within the Feature Space
von: Benabderrahmane, Sidahmed, et al.
Veröffentlicht: (2026)

Hack Me If You Can: Aggregating AutoEncoders for Countering Persistent Access Threats Within Highly Imbalanced Data
von: Benabderrahmane, Sidahmed, et al.
Veröffentlicht: (2024)

Ranking-Enhanced Anomaly Detection Using Active Learning-Assisted Attention Adversarial Dual AutoEncoders
von: Benabderrahmane, Sidahmed, et al.
Veröffentlicht: (2025)

Attackers Strike Back? Not Anymore -- An Ensemble of RL Defenders Awakens for APT Detection
von: Benabderrahmane, Sidahmed, et al.
Veröffentlicht: (2025)

Adversarial Augmentation and Active Sampling for Robust Cyber Anomaly Detection
von: Benabderrahmane, Sidahmed, et al.
Veröffentlicht: (2025)

From One Attack Domain to Another: Contrastive Transfer Learning with Siamese Networks for APT Detection
von: Benabderrahmane, Sidahmed, et al.
Veröffentlicht: (2025)

RPG-AE: Neuro-Symbolic Graph Autoencoders with Rare Pattern Mining for Provenance-Based Anomaly Detection
von: Tauhid, Asif, et al.
Veröffentlicht: (2026)

Metric Matters: A Formal Evaluation of Similarity Measures in Active Learning for Cyber Threat Intelligence
von: Benabderrahmane, Sidahmed, et al.
Veröffentlicht: (2025)

The Algorithmic Caricature: Auditing LLM-Generated Political Discourse Across Crisis Events
von: Gunjan, et al.
Veröffentlicht: (2026)

APT-CGLP: Advanced Persistent Threat Hunting via Contrastive Graph-Language Pre-Training
von: Qiu, Xuebo, et al.
Veröffentlicht: (2025)

Advanced Persistent Threats (APT) Attribution Using Deep Reinforcement Learning
von: Basnet, Animesh Singh, et al.
Veröffentlicht: (2024)

Accurate and Scalable Detection and Investigation of Cyber Persistence Threats
von: Liu, Qi, et al.
Veröffentlicht: (2024)

Interpretable Machine Learning Models for Predicting the Next Targets of Activist Funds
von: Kim, Minwu, et al.
Veröffentlicht: (2024)

SHIELD: APT Detection and Intelligent Explanation Using LLM
von: Gandhi, Parth Atulbhai, et al.
Veröffentlicht: (2025)

PLLM-CS: Pre-trained Large Language Model (LLM) for Cyber Threat Detection in Satellite Networks
von: Hassanin, Mohammed, et al.
Veröffentlicht: (2024)

Real Talk, Virtual Faces: Symbolic-Semantic Discourse Geometry of Virtual and Human Influencer Audiences
von: Chaudhry, Shahram, et al.
Veröffentlicht: (2026)

SEvenLLM: Benchmarking, Eliciting, and Enhancing Abilities of Large Language Models in Cyber Threat Intelligence
von: Ji, Hangyuan, et al.
Veröffentlicht: (2024)

Semantic-Aware Advanced Persistent Threat Detection Using Autoencoders on LLM-Encoded System Logs
von: Mohammed, Waleed Khan, et al.
Veröffentlicht: (2026)

PsybORG+: Modeling and Simulation for Detecting Cognitive Biases in Advanced Persistent Threats
von: Huang, Shuo, et al.
Veröffentlicht: (2024)

OCR-APT: Reconstructing APT Stories from Audit Logs using Subgraph Anomaly Detection and LLMs
von: Aly, Ahmed, et al.
Veröffentlicht: (2025)

LTRDetector: Exploring Long-Term Relationship for Advanced Persistent Threats Detection
von: Liu, Xiaoxiao, et al.
Veröffentlicht: (2024)

APT-MCL: An Adaptive APT Detection System Based on Multi-View Collaborative Provenance Graph Learning
von: Lv, Mingqi, et al.
Veröffentlicht: (2026)

Combating Advanced Persistent Threats: Challenges and Solutions
von: Wang, Yuntao, et al.
Veröffentlicht: (2023)

Enabling Deep Visibility into VxWorks-Based Embedded Controllers in Cyber-Physical Systems for Anomaly Detection
von: Krishnamurthy, Prashanth, et al.
Veröffentlicht: (2025)

CyberThreat-Eval: Can Large Language Models Automate Real-World Threat Research?
von: Chen, Xiangsen, et al.
Veröffentlicht: (2026)

Discerning Reliable Cyber Threat Indicators for Timely Cyber Threat Intelligence
von: Arikkat, Dincy R, et al.
Veröffentlicht: (2023)

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

The Use of Large Language Models (LLM) for Cyber Threat Intelligence (CTI) in Cybercrime Forums
von: Clairoux-Trepanier, Vanessa, et al.
Veröffentlicht: (2024)

CyLens: Towards Reinventing Cyber Threat Intelligence in the Paradigm of Agentic Large Language Models
von: Liu, Xiaoqun, et al.
Veröffentlicht: (2025)

Towards Effective Identification of Attack Techniques in Cyber Threat Intelligence Reports using Large Language Models
von: Nguyen, Hoang Cuong, et al.
Veröffentlicht: (2025)

GraphDART: Graph Distillation for Efficient Advanced Persistent Threat Detection
von: Rabooki, Saba Fathi, et al.
Veröffentlicht: (2025)

Chasing the Shadows: TTPs in Action to Attribute Advanced Persistent Threats
von: Rani, Nanda, et al.
Veröffentlicht: (2024)

Cyber Threat Hunting: Non-Parametric Mining of Attack Patterns from Cyber Threat Intelligence for Precise Threats Attribution
von: Kanwal, Rimsha, et al.
Veröffentlicht: (2025)

A Federated Learning Approach for Multi-stage Threat Analysis in Advanced Persistent Threat Campaigns
von: Nelles, Florian, et al.
Veröffentlicht: (2024)

Enabling Privacy-Preserving Cyber Threat Detection with Federated Learning
von: Bi, Yu, et al.
Veröffentlicht: (2024)

INTELLECT: Adapting Cyber Threat Detection to Heterogeneous Computing Environments
von: Magnani, Simone, et al.
Veröffentlicht: (2024)

Facade: High-Precision Insider Threat Detection Using Deep Contextual Anomaly Detection
von: Kantchelian, Alex, et al.
Veröffentlicht: (2024)

APT-Agent: Automated Penetration Testing using Large Language Models
von: Li, William Guanting, et al.
Veröffentlicht: (2026)

Cyber Threat Detection Enabled by Quantum Computing
von: Chen, Zisheng, et al.
Veröffentlicht: (2025)

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