Buchumschlag

Securing Swarms: Cross-Domain Adaptation for ROS2-based CPS Anomaly Detection

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Boone, Julia, Afghah, Fatemeh
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

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

What Breaks Embodied AI Security:LLM Vulnerabilities, CPS Flaws,or Something Else?
von: Ma, Boyang, et al.
Veröffentlicht: (2026)

Clustering-Enhanced Domain Adaptation for Cross-Domain Intrusion Detection in Industrial Control Systems
von: Wang, Luyao
Veröffentlicht: (2026)

Cyber-Physical Systems Security: A Comprehensive Review of Anomaly Detection Techniques
von: Abshari, Danial, 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)

PrivLLMSwarm: Privacy-Preserving LLM-Driven UAV Swarms for Secure IoT Surveillance
von: Ayana, Jifar Wakuma, et al.
Veröffentlicht: (2025)

SecureReg: Combining NLP and MLP for Enhanced Detection of Malicious Domain Name Registrations
von: Çolhak, Furkan, et al.
Veröffentlicht: (2024)

A Robust Cross-Domain IDS using BiGRU-LSTM-Attention for Medical and Industrial IoT Security
von: Gueriani, Afrah, et al.
Veröffentlicht: (2025)

Large Language Models for Power System Security: A Novel Multi-Modal Approach for Anomaly Detection in Energy Management Systems
von: Zaboli, Aydin, et al.
Veröffentlicht: (2025)

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

CivicShield: A Cross-Domain Defense-in-Depth Framework for Securing Government-Facing AI Chatbots Against Multi-Turn Adversarial Attacks
von: Patil, KrishnaSaiReddy
Veröffentlicht: (2026)

Securing Open RAN: A Survey of Cryptographic Challenges and Emerging Solutions for 5G
von: Barker, Ryan, et al.
Veröffentlicht: (2025)

LogSHIELD: A Graph-based Real-time Anomaly Detection Framework using Frequency Analysis
von: Roy, Krishna Chandra, 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)

Temporal Motif-aware Graph Test-time Adaptation for OOD Blockchain Anomaly Detection
von: He, Runang, 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)

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)

Just-in-Time Detection of Silent Security Patches
von: Tang, Xunzhu, et al.
Veröffentlicht: (2023)

Machine Learning Algorithms In User Authentication Schemes
von: Pryor, Laura, et al.
Veröffentlicht: (2021)

A Transfer Learning Framework for Anomaly Detection in Multivariate IoT Traffic Data
von: Rezakhani, Mahshid, et al.
Veröffentlicht: (2025)

GUARD-CAN: Graph-Understanding and Recurrent Architecture for CAN Anomaly Detection
von: Kim, Hyeong Seon, et al.
Veröffentlicht: (2025)

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

The AI Security Pyramid of Pain
von: Ward, Chris M., et al.
Veröffentlicht: (2024)

Zero-Day Botnet Attack Detection in IoV: A Modular Approach Using Isolation Forests and Particle Swarm Optimization
von: Korba, Abdelaziz Amara, et al.
Veröffentlicht: (2025)

Secure On-Device Video OOD Detection Without Backpropagation
von: Li, Shawn, et al.
Veröffentlicht: (2025)

CloudLens: Modeling and Detecting Cloud Security Vulnerabilities
von: Kazdagli, Mikhail, et al.
Veröffentlicht: (2024)

SkCC: Portable and Secure Skill Compilation for Cross-Framework LLM Agents
von: Ouyang, Yipeng, 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)

F2A: An Innovative Approach for Prompt Injection by Utilizing Feign Security Detection Agents
von: Ren, Yupeng
Veröffentlicht: (2024)

DEFEND: Poisoned Model Detection and Malicious Client Exclusion Mechanism for Secure Federated Learning-based Road Condition Classification
von: Liu, Sheng, et al.
Veröffentlicht: (2025)

Seven Security Challenges That Must be Solved in Cross-domain Multi-agent LLM Systems
von: Ko, Ronny, et al.
Veröffentlicht: (2025)

Evaluating Language Models For Threat Detection in IoT Security Logs
von: Tejero-Fernández, Jorge J., et al.
Veröffentlicht: (2025)

CyberSentinel: An Emergent Threat Detection System for AI Security
von: Tallam, Krti
Veröffentlicht: (2025)

Combating Concept Drift with Explanatory Detection and Adaptation for Android Malware Classification
von: He, Yiling, et al.
Veröffentlicht: (2024)

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)

FedSecureFormer: A Fast, Federated and Secure Transformer Framework for Lightweight Intrusion Detection in Connected and Autonomous Vehicles
von: S, Devika, et al.
Veröffentlicht: (2025)

LogGuardQ: A Cognitive-Enhanced Reinforcement Learning Framework for Cybersecurity Anomaly Detection in Security Logs
von: de Sousa, Umberto Gonçalves
Veröffentlicht: (2025)