面向安全数据的基于注意力的自监督特征学习
密码学与安全
2020-03-25 v1 机器学习
摘要
尽管机器学习在网络安全中的应用快速增长，大多数模型使用手动构造的特征。这种手动方法容易出错且需要领域专业知识。在本文中，我们设计了一个带注意力的自监督序列到序列模型，以学习网络安全应用中常规使用的数据的嵌入。该方法在两个真实世界公共数据集上得到验证。所学特征用于异常检测模型，并且优于基线方法学到的特征。
引用
@article{arxiv.2003.10639,
title = {Attention-Based Self-Supervised Feature Learning for Security Data},
author = {I-Ta Lee and Manish Marwah and Martin Arlitt},
journal= {arXiv preprint arXiv:2003.10639},
year = {2020}
}