Buchumschlag

GUARD-CAN: Graph-Understanding and Recurrent Architecture for CAN Anomaly Detection

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kim, Hyeong Seon, Kim, Huy Kang
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Cryptography and Security Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

FedLiTeCAN : A Federated Lightweight Transformer for Fast and Robust CAN Bus Intrusion Detection
von: S, Devika, et al.
Veröffentlicht: (2025)

CANGuard: A Spatio-Temporal CNN-GRU-Attention Hybrid Architecture for Intrusion Detection in In-Vehicle CAN Networks
von: Sajib, Rakib Hossain, et al.
Veröffentlicht: (2026)

An Optimal Cascade Feature-Level Spatiotemporal Fusion Strategy for Anomaly Detection in CAN Bus
von: Fatahi, Mohammad, et al.
Veröffentlicht: (2025)

Evaluating False Alarm and Missing Attacks in CAN IDS
von: Hossain, Nirab, et al.
Veröffentlicht: (2026)

The Vehicle May Be Sick: Denial of Diagnostic Services by Exploiting the CAN Transport Protocol
von: Baek, Seungjin, et al.
Veröffentlicht: (2026)

SoK: Kicking CAN Down the Road. Systematizing CAN Security Knowledge
von: Serag, Khaled, et al.
Veröffentlicht: (2025)

TEN-GUARD: Tensor Decomposition for Backdoor Attack Detection in Deep Neural Networks
von: Hossain, Khondoker Murad, et al.
Veröffentlicht: (2024)

AI-Driven Intrusion Detection Systems (IDS) on the ROAD Dataset: A Comparative Analysis for Automotive Controller Area Network (CAN)
von: Guerra, Lorenzo, et al.
Veröffentlicht: (2024)

GUARD-SLM: Token Activation-Based Defense Against Jailbreak Attacks for Small Language Models
von: Mia, Md Jueal, et al.
Veröffentlicht: (2026)

Decompose to Understand, Fuse to Detect: Frequency-Decoupled Anomaly Detection for Encrypted Network Traffic
von: Lian, Xinglin, et al.
Veröffentlicht: (2026)

An Interpretable Generalization Mechanism for Accurately Detecting Anomaly and Identifying Networking Intrusion Techniques
von: Pai, Hao-Ting, et al.
Veröffentlicht: (2024)

Optimized Layerwise Approximation for Efficient Private Inference on Fully Homomorphic Encryption
von: Lee, Junghyun, et al.
Veröffentlicht: (2023)

Autoencoder-based Denoising Defense against Adversarial Attacks on Object Detection
von: Song, Min Geun, et al.
Veröffentlicht: (2025)

LogSHIELD: A Graph-based Real-time Anomaly Detection Framework using Frequency Analysis
von: Roy, Krishna Chandra, et al.
Veröffentlicht: (2024)

Human-AI Collaborative Bot Detection in MMORPGs
von: Son, Jaeman, et al.
Veröffentlicht: (2025)

BlockScan: Detecting Anomalies in Blockchain Transactions
von: Yu, Jiahao, et al.
Veröffentlicht: (2024)

Evaluation Pipeline for systematically searching for Anomaly Detection Systems
von: Rokohl, Florian, et al.
Veröffentlicht: (2025)

Take Package as Language: Anomaly Detection Using Transformer
von: Huang, Jie
Veröffentlicht: (2024)

CAN-Trace Attack: Exploit CAN Messages to Uncover Driving Trajectories
von: Lin, Xiaojie, et al.
Veröffentlicht: (2025)

Integrating Graph Neural Networks with Scattering Transform for Anomaly Detection
von: Zoubir, Abdeljalil, et al.
Veröffentlicht: (2024)

KnowGraph: Knowledge-Enabled Anomaly Detection via Logical Reasoning on Graph Data
von: Zhou, Andy, et al.
Veröffentlicht: (2024)

TrajAD: Trajectory Anomaly Detection for Trustworthy LLM Agents
von: Liu, Yibing, et al.
Veröffentlicht: (2026)

Hybrid IDS Using Signature-Based and Anomaly-Based Detection
von: Boutassetta, Messaouda, et al.
Veröffentlicht: (2026)

SoK: DARPA's AI Cyber Challenge (AIxCC): Competition Design, Architectures, and Lessons Learned
von: Zhang, Cen, et al.
Veröffentlicht: (2026)

Learning-Based Link Anomaly Detection in Continuous-Time Dynamic Graphs
von: Poštuvan, Tim, et al.
Veröffentlicht: (2024)

Payload-Aware Intrusion Detection with CMAE and Large Language Models
von: Kim, Yongcheol, et al.
Veröffentlicht: (2025)

An Optimized Decision Tree-Based Framework for Explainable IoT Anomaly Detection
von: Ashikuzzaman, et al.
Veröffentlicht: (2026)

Evaluating the Impact of Privacy-Preserving Federated Learning on CAN Intrusion Detection
von: Digregorio, Gabriele, et al.
Veröffentlicht: (2025)

CANEDERLI: On The Impact of Adversarial Training and Transferability on CAN Intrusion Detection Systems
von: Marchiori, Francesco, et al.
Veröffentlicht: (2024)

Cyber-Physical Systems Security: A Comprehensive Review of Anomaly Detection Techniques
von: Abshari, Danial, et al.
Veröffentlicht: (2025)

Marking Code Without Breaking It: Code Watermarking for Detecting LLM-Generated Code
von: Kim, Jungin, et al.
Veröffentlicht: (2025)

A Systematic Evaluation of Parameter-Efficient Fine-Tuning Methods for the Security of Code LLMs
von: Lee, Kiho, et al.
Veröffentlicht: (2025)

CAN-QA: A Question-Answering Benchmark for Reasoning over In-Vehicle CAN Traffic
von: Chen, Jing, et al.
Veröffentlicht: (2026)

Securing Swarms: Cross-Domain Adaptation for ROS2-based CPS Anomaly Detection
von: Boone, Julia, et al.
Veröffentlicht: (2025)

AI-Powered Anomaly Detection with Blockchain for Real-Time Security and Reliability in Autonomous Vehicles
von: Shit, Rathin Chandra, et al.
Veröffentlicht: (2025)

Attention-GAN for Anomaly Detection: A Cutting-Edge Approach to Cybersecurity Threat Management
von: Sen, Mohammed Abo
Veröffentlicht: (2024)

INVARLLM: LLM-assisted Physical Invariant Extraction for Cyber-Physical Systems Anomaly Detection
von: Abshari, Danial, et al.
Veröffentlicht: (2024)

Temporal Motif-aware Graph Test-time Adaptation for OOD Blockchain Anomaly Detection
von: He, Runang, et al.
Veröffentlicht: (2026)

Research on CNN-BiLSTM Network Traffic Anomaly Detection Model Based on MindSpore
von: Xiang, Qiuyan, et al.
Veröffentlicht: (2025)

Dynamic Management of a Deep Learning-Based Anomaly Detection System for 5G Networks
von: Maimó, Lorenzo Fernández, et al.
Veröffentlicht: (2026)