机构名称：
¥ 1.0
用于网络入侵检测的异常检测方法学会在数据驱动的基础上识别与正常行为的偏差。但是，当这些方法涉及到不同的零日攻击时，目前的方法努力推断出分布样本的异常程度。受神经算法推理范式的成功启发，以利用基于规则的行为的概括，本文提出了一种深入学习策略，用于解决零日网络攻击检测和分类。此外，关注物联网（IoT）的特定情况（IoT），隐私保存要求可能意味着任何学习算法的培训数据制度低。为此，提出的框架使用基于公制的元学习来实现很少的学习能力。提出的管道称为Nero，因为它从NE URAL算法推理蓝图中导入编码程序架构架构，以收敛ZE RO-DAY攻击检测策略在受约束训练数据中。
Nero-理论和应用科学系 - IS
主要关键词
相关文件推荐
