利用颜色识别内部威胁
计算机视觉与模式识别
2022-02-11 v3 机器学习
摘要
内部威胁代价高昂、难以检测且发生频率不幸地正在上升。为改进此类威胁的检测，我们开发了新技术以提取强力特征并增强攻击向量以提升分类能力。最重要的是，我们生成了高质量的用户行为彩色图像编码，其不具备传统灰度图像编码的缺陷。它们共同构成了计算机视觉用户与实体行为分析（Computer Vision User and Entity Behavior Analytics），一个从底层设计的检测系统，旨在改进学术界的进展并缓解阻碍先进模型在工业界应用的问题。所提系统在黄金标准基准数据集上击败了学术界与工业界使用的 SOTA 方法。
引用
@article{arxiv.2111.13176,
title = {Using Color To Identify Insider Threats},
author = {Sameer Khanna},
journal= {arXiv preprint arXiv:2111.13176},
year = {2022}
}