用于攻击识别的密集连接残差网络
密码学与安全
2020-08-06 v1 机器学习
摘要
高误报率和低检测率是未知威胁感知的主要难点。为解决这些问题，本文提出一种用于攻击识别的密集连接残差网络（Densely-ResNet）。Densely-ResNet由若干基本残差单元构建，其中每个单元通过宽连接由一系列Conv-GRU子网络组成。我们的评估表明，Densely-ResNet能够准确发现出现在边缘、雾和云层中的各种未知威胁，同时保持比现有算法低得多的误报率。
引用
@article{arxiv.2008.02196,
title = {Densely Connected Residual Network for Attack Recognition},
author = {Peilun Wu and Nour Moustafa and Shiyi Yang and Hui Guo},
journal= {arXiv preprint arXiv:2008.02196},
year = {2020}
}