面向边缘的资源感知嵌入式入侵检测的自适应神经网络剪枝
机器学习
2025-05-21 v1 密码学与安全
摘要
人工神经网络剪枝是一种可以在尝试保留网络预测能力的同时缩小网络规模的方法，以加快推理时间。在本工作中，我们分析了一系列人工神经网络剪枝方法在利用更简单的数据集进行泛化的能力，数据集用于检验本为设计为特定用途的网络类型。我们以多种不同的剪枝程度对每种方法进行分析，以最好地理解每种算法在新环境中的响应。通过这种方式，我们确定了在该任务中最合适的剪枝方法。意外地，我们发现许多方法在解决该问题时并不表现良好，仅剩下少数算法能够以可接受的水平工作。
引用
@article{arxiv.2505.14592,
title = {Adaptive Pruning of Deep Neural Networks for Resource-Aware Embedded Intrusion Detection on the Edge},
author = {Alexandre Broggi and Nathaniel Bastian and Lance Fiondella and Gokhan Kul},
journal= {arXiv preprint arXiv:2505.14592},
year = {2025}
}