18/11/2026Veri Anla Adaptiv məkan-zaman Transformer əsaslı şəbəkə hücumlarının aşkarlanması çərçivəsi, şəbəkə düyünləri arasındakı dəyişən rabitə əlaqələrini dinamik qraf kimi modelləşdirən, zaman asılılıqlarını Transformer ilə, məkan/topoloji asılılıqları qraf konvolyusiyası ilə emal edən, yerli verilənləri cihazdan çıxarmadan federativ öyrənmə və differensial məxfilikdən istifadə edən və hücumdan sonra reinforcement learning ilə Daha çox baxın
18/11/2026Veri Anla Domen-müstəqil izah edilə bilən şəbəkə hücumlarının aşkarlanması çərçivəsi, eyni məlumat hazırlama və Fully Connected Neural Network (FCNN) modelləşdirmə məntiqini IoT, korporativ server və zərərli proqram trafiki kimi müxtəlif şəbəkə məlumat domenlərinə ayrı-ayrılıqda tətbiq edən və model qərarlarını SHapley Additive exPlanations (SHAP) ilə Local Interpretable Model-Agnostic Explanations (LIME) istifadə edərək izah etməyi hədəfləyən nəzarətli bir Daha çox baxın
18/11/2026Veri Anla Təklif olunan təsvir əsaslı Şəbəkəyə Müdaxilənin Aşkarlanması Sistemi (image-based Network Intrusion Detection System, NIDS), bir şəbəkə axınının tamamlanmasını gözləmək əvəzinə ən çox beş ardıcıl şəbəkə paketini zaman, istiqamət, protokol başlığı və payload məlumatını qoruyan 5 × 1486 × 3 ölçülü RGB təqdimatına çevirən və bu təqdimatı residual və channel-attention komponentləri olan bir Convolutional Neural Network (CNN) ilə Daha çox baxın
18/11/2026Veri Anla Xərcə-həssas MI–RFE–stacking çərçivəsi balanssız çoxsinifli şəbəkə hücumlarının aşkarlanmasında nadir hücumların görünürlüğünü artırmaq üçün Mutual Information (MI) və Recursive Feature Elimination (RFE) ilə xüsusiyyət seçimini, heterogen stacking ensemble-ı və sinfə bağlı xəta xərclərini birləşdirən məlumatı qoruyan Network Intrusion Detection System (NIDS) qiymətləndirmə boru xəttidir. Daha çox baxın
18/11/2026Veri Anla Random Forest əsaslı dayanıqlı maşın öyrənməsi çərçivəsi, təlim məlumatlarındakı etiketlərin zərərli şəkildə dəyişdirilməsi ilə yaradılan label-flipping məlumat zəhərləmə hücumlarına qarşı şəbəkə trafiki təsnifatının etibarlılığını qorumağı hədəfləyən ensemble öyrənmə yanaşmasıdır. Daha çox baxın
Kuki seçimləri
Your experience on this site will be improved by allowing cookies Cookie Policy
Seçimləri fərdiləşdir
Your experience on this site will be improved by allowing cookies