18/11/2026Veri Anla Адаптивдүү мейкиндик-убакыттык Transformer негизиндеги тармак чабуулдарын аныктоо алкагы, тармак түйүндөрүнүн ортосундагы өзгөрмө байланыш мамилелерин динамикалык граф катары моделдеген, убакыттык көз карандылыктарды Transformer менен, мейкиндиктик/топологиялык көз карандылыктарды графтык convolution аркылуу иштеткен, жергиликтүү маалыматты түзмөктөн чыгарбай federated learning жана differential privacy колдонгон жана чабуулдан кийин reinforcement learning менен Көбүрөөк көрүү
18/11/2026Veri Anla Доменге көз каранды эмес түшүндүрмөлүү тармактык чабуулдарды аныктоо алкагы бирдей маалымат даярдоо жана Fully Connected Neural Network (FCNN) моделдөө логикасын IoT, корпоративдик сервер жана зыяндуу программа трафиги сыяктуу ар түрдүү тармактык маалымат домендерине өз-өзүнчө колдонуп, моделдин чечимдерин SHapley Additive exPlanations (SHAP) жана Local Interpretable Model-Agnostic Explanations (LIME) менен түшүндүрүүнү көздөгөн көзөмөлдөнгөн бир Көбүрөөк көрүү
18/11/2026Veri Anla Сунушталган сүрөткө негизделген Тармакка Уруксатсыз Кирүүнү Аныктоо Системасы (image-based Network Intrusion Detection System, NIDS) тармак агымынын толук бүтүшүн күтүүнүн ордуна эң көп дегенде беш ырааттуу тармак пакетин убакыт, багыт, протокол башы жана payload маалыматын сактаган 5 × 1486 × 3 өлчөмүндөгү RGB көрсөтмөсүнө айландырып, бул көрсөтмөнү residual жана channel-attention компоненттери камтылган Convolutional Neural Network (CNN) менен Көбүрөөк көрүү
18/11/2026Veri Anla Чыгымга сезимтал MI–RFE–stacking алкагы тең салмаксыз көп класстуу тармактык чабуулдарды аныктоодо сейрек чабуулдардын көрүнүктүүлүгүн жогорулатуу үчүн Mutual Information (MI) жана Recursive Feature Elimination (RFE) аркылуу өзгөчөлүк тандоону, гетерогендүү stacking ensemble'ды жана класска байланыштуу ката чыгымдарын бириктирген маалыматты сактоочу Network Intrusion Detection System (NIDS) баалоо конвейери. Көбүрөөк көрүү
18/11/2026Veri Anla Random Forest негизиндеги туруктуу машиналык окутуу алкагы — окутуу маалыматтарындагы белгилерди зыяндуу түрдө өзгөртүү менен түзүлгөн label-flipping маалыматтарды ууландыруу чабуулдарына каршы тармак трафигин классификациялоонун ишенимдүүлүгүн сактоого багытталган ансамблдик окутуу ыкмасы. Көбүрөөк көрүү
Cookie тандоолору
Бул сайтта кукилерге уруксат берүү тажрыйбаңызды жакшыртат. Куки саясаты
Тандоолорду жөндөө
Бул сайтта кукилерге уруксат берүү тажрыйбаңызды жакшыртат.