Buchumschlag

A Consensus-Bayesian Framework for Detecting Malicious Activity in Enterprise Directory Access Graphs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Uppuluri, Pratyush, Noushad, Shilpa, Kumar, Sajan
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Cryptography and Security
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

One Detector Fits All: Robust and Adaptive Detection of Malicious Packages from PyPI to Enterprises
von: Montaruli, Biagio, et al.
Veröffentlicht: (2025)

Malicious Internet Entity Detection Using Local Graph Inference
von: Mandlik, Simon, et al.
Veröffentlicht: (2024)

PDFInspect: A Unified Feature Extraction Framework for Malicious Document Detection
von: P, Sharmila S
Veröffentlicht: (2026)

Breaking Obfuscation: Cluster-Aware Graph with LLM-Aided Recovery for Malicious JavaScript Detection
von: Liang, Zhihong, et al.
Veröffentlicht: (2025)

Toward More Generalized Malicious URL Detection Models
von: Tsai, YunDa, et al.
Veröffentlicht: (2022)

CyberGFM: Graph Foundation Models for Lateral Movement Detection in Enterprise Networks
von: King, Isaiah J., et al.
Veröffentlicht: (2026)

CleanBase: Detecting Malicious Documents in RAG Knowledge Databases
von: Jin, Weifei, et al.
Veröffentlicht: (2026)

GasTrace: Detecting Sandwich Attack Malicious Accounts in Ethereum
von: Liu, Zekai, et al.
Veröffentlicht: (2024)

Efficient and Adaptable Detection of Malicious LLM Prompts via Bootstrap Aggregation
von: Hassan, Shayan Ali, et al.
Veröffentlicht: (2026)

eDySec: A Deep Learning-based Explainable Dynamic Analysis Framework for Detecting Malicious Packages in PyPI Ecosystem
von: Mehedi, Sk Tanzir, et al.
Veröffentlicht: (2026)

Hybrid Machine Learning Approach For Real-Time Malicious Url Detection Using Som-Rmo And Rbfn With Tabu Search Optimization
von: T, Swetha, et al.
Veröffentlicht: (2024)

Continuous Multi-Task Pre-training for Malicious URL Detection and Webpage Classification
von: Li, Yujie, et al.
Veröffentlicht: (2024)

MalRAG: A Retrieval-Augmented LLM Framework for Open-set Malicious Traffic Identification
von: Luo, Xiang, et al.
Veröffentlicht: (2025)

From Past to Present: A Survey of Malicious URL Detection Techniques, Datasets and Code Repositories
von: Tian, Ye, et al.
Veröffentlicht: (2025)

MAIDS: Malicious Agent Identification-based Data Security Model for Cloud Environments
von: Gupta, Kishu, et al.
Veröffentlicht: (2024)

ML Study of MaliciousTransactions in Ethereum
von: Katz, Natan
Veröffentlicht: (2024)

A New Dataset and Methodology for Malicious URL Classification
von: Schvartzman, Ilan, et al.
Veröffentlicht: (2024)

Malicious URL Detection using optimized Hist Gradient Boosting Classifier based on grid search method
von: Maftoun, Mohammad, et al.
Veröffentlicht: (2024)

Exploiting Leaderboards for Large-Scale Distribution of Malicious Models
von: Suri, Anshuman, et al.
Veröffentlicht: (2025)

Multi-Agent Systems Execute Arbitrary Malicious Code
von: Triedman, Harold, et al.
Veröffentlicht: (2025)

Towards Quantum Machine Learning for Malicious Code Analysis
von: Lopez, Jesus, et al.
Veröffentlicht: (2025)

MULTI-LF: A Continuous Learning Framework for Real-Time Malicious Traffic Detection in Multi-Environment Networks
von: Rustam, Furqan, et al.
Veröffentlicht: (2025)

Detecting Malicious AI Agents Through Simulated Interactions
von: Pi, Yulu, et al.
Veröffentlicht: (2025)

WebGuard++:Interpretable Malicious URL Detection via Bidirectional Fusion of HTML Subgraphs and Multi-Scale Convolutional BERT
von: Tian, Ye, et al.
Veröffentlicht: (2025)

RobPI: Robust Private Inference against Malicious Client
von: Xue, Jiaqi, et al.
Veröffentlicht: (2026)

Fake or Compromised? Making Sense of Malicious Clients in Federated Learning
von: Mozaffari, Hamid, et al.
Veröffentlicht: (2024)

Towards Novel Malicious Packet Recognition: A Few-Shot Learning Approach
von: Stein, Kyle, et al.
Veröffentlicht: (2024)

Machine Learning Driven Smishing Detection Framework for Mobile Security
von: Goel, Diksha, et al.
Veröffentlicht: (2024)

FreeMOCA: Memory-Free Continual Learning for Malicious Code Analysis
von: Asadi, Zahra, et al.
Veröffentlicht: (2026)

VLMGuard: Defending VLMs against Malicious Prompts via Unlabeled Data
von: Du, Xuefeng, et al.
Veröffentlicht: (2024)

Byzantine Outside, Curious Inside: Reconstructing Data Through Malicious Updates
von: Yue, Kai, et al.
Veröffentlicht: (2025)

RedChronos: A Large Language Model-Based Log Analysis System for Insider Threat Detection in Enterprises
von: Li, Chenyu, et al.
Veröffentlicht: (2025)

Enhancing GraphQL Security by Detecting Malicious Queries Using Large Language Models, Sentence Transformers, and Convolutional Neural Networks
von: Perera, Irash, et al.
Veröffentlicht: (2025)

MIP against Agent: Malicious Image Patches Hijacking Multimodal OS Agents
von: Aichberger, Lukas, et al.
Veröffentlicht: (2025)

ATOM: A Framework of Detecting Query-Based Model Extraction Attacks for Graph Neural Networks
von: Cheng, Zhan, et al.
Veröffentlicht: (2025)

ORACAL: A Robust and Explainable Multimodal Framework for Smart Contract Vulnerability Detection with Causal Graph Enrichment
von: Dai, Tran Duong Minh, et al.
Veröffentlicht: (2026)

Adversarial Distilled Retrieval-Augmented Guarding Model for Online Malicious Intent Detection
von: Guo, Yihao, et al.
Veröffentlicht: (2025)

Hierarchical Local-Global Feature Learning for Few-shot Malicious Traffic Detection
von: Peng, Songtao, et al.
Veröffentlicht: (2025)

FGAD: Self-boosted Knowledge Distillation for An Effective Federated Graph Anomaly Detection Framework
von: Cai, Jinyu, et al.
Veröffentlicht: (2024)

Securing Private Federated Learning in a Malicious Setting: A Scalable TEE-Based Approach with Client Auditing
von: Takagi, Shun, et al.
Veröffentlicht: (2025)