クロスシーケンスの整列トランスフォーマーを用いたサイバーセキュリティー行動の異常検出 - 高周波相互作用パターンのダイナミック認識アプローチ
Songming Han1, Dongmei Bin1, Ying Ling2
1Electric Power Research Institute of Guangxi Power Grid Co., Ltd., Nanning, Guangxi, China.
この研究では,高周波ネットワークにおけるサイバーセキュリティの異常検出を改善するために,クロスシーケンス・アラインド・トランスフォーマー駆動型ダイナミック認識モデル (CSAT-DRM) という新しいモデルを導入しています. CSAT-DRMは,ネットワークトラフィックとユーザーの行動におけるタイムアシンクロニーを効果的に処理し,検出の正確性と安定性を高めます.
科学分野:
- サイバーセキュリティー サイバーセキュリティー
- ネットワークセキュリティ ネットワークセキュリティ
- 人工知能 (AI) とは,人工知能 (AI) のことです.
背景:
- 高周波ネットワーク環境は,タイムアシンクロニーとトラフィックとユーザー行動におけるデータ冗長性のために,異常検出に課題を提示します.
- 既存のモデルは,これらの複雑なシナリオにおいて,ダイナミックな攻撃パターンを効果的に識別するために苦労しています.
研究 の 目的:
- 高周波インタラクションネットワークにおけるサイバーセキュリティの異常検出を強化するための新しいディープラーニングモデルを提案し,検証する.
- タイムアシンクロニーと情報冗長性の処理における現在の方法の限界に対処するために.
主な方法:
- トランスフォーマー駆動型ダイナミック認識モデル (CSAT-DRM) を開発しました.
- 複数のソースのタイムシリーズのデータを時間情報を失うことなく相関させるためのクロスシーケンスのアライメントメカニズムを使用しました.
- 相互作用に敏感な残留構造と動的値を統合し,異常差別の改善を図った.
主要な成果:
- CSAT-DRMは,0.968の精度,0.957の精度,0.953のリコール,および0.955のF1スコアという高性能メトリックを達成しました.
- このモデルは,LSTM,CNNs,Transformer,CNN-BiLSTMなどのベースライン・メソッドを大幅に上回った.
- 高い安定性で,爆破および持続的な異常の両方を検出する際の有効性が実証されています.
結論:
- タイムアシンクロニーを明示的にモデリングし,統一されたタイムスケールでコラボレーションモデリングを実行すると,異常検出の正確性と安定性が向上します.
- CSAT-DRMは,複雑なネットワーク環境でリアルタイムで脅威を特定するための実行可能で一般化可能な技術的経路を提供します.
さらに関連する動画
10:01The Visual Colorimetric Detection of Multi-nucleotide Polymorphisms on a Pneumatic Droplet Manipulation Platform
Published on: September 27, 2016
06:45Design and Application of a Fault Detection Method Based on Adaptive Filters and Rotational Speed Estimation for an Electro-Hydrostatic Actuator
Published on: October 28, 2022
関連する概念動画
Detection of Gross Error: The Q Test
Sequence Networks of Rotating Machines
Zero-sequence current induces a voltage drop across the generator's neutral impedance and other...
Differential Relays
Multimachine Stability
In analyzing the system, the nodal equations represent the relationship between bus voltages, machine voltages, and machine currents. The nodal equation is given by:
