面向计算机网络攻击检测的Autoencoder阈值自动确定方法
机器学习
2025-06-19 v1 人工智能
密码学与安全
网络与互联网体系结构
性能
摘要
当前的数字安全机制，如使用Autoencoder(AE)的异常检测系统，显示出巨大的潜力，用于规避数据内在问题，如数据不平衡问题。由于AE使用非平凡且非标准化的分离阈值来对提取的重构误差进行分类，阈值的定义直接影响检测过程的性能。因此，本工作提出使用某些机器学习算法自动定义此阈值。为此，评估了三个算法：K近邻、K均值和支持向量机。
关键词
引用
@article{arxiv.2506.14937,
title = {Determina\c{c}\~ao Autom\'atica de Limiar de Detec\c{c}\~ao de Ataques em Redes de Computadores Utilizando Autoencoders},
author = {Luan Gonçalves Miranda and Pedro Ivo da Cruz and Murilo Bellezoni Loiola},
journal= {arXiv preprint arXiv:2506.14937},
year = {2025}
}
备注
This work was accepted at SBrT 2022 (Brazilian Symposium on Telecommunications and Signal Processing), though it was not included in the official proceedings. in Portuguese language