跳到正文
热点事件持续更新

七种CNN迁移学习模型的可解释性DDoS检测评测

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

一项研究对七种预训练 CNN 架构在 CICDDoS2019 数据集上进行多类 IoT DDoS 检测的可解释性评估。研究将流量转为图像表示,综合性能指标、可靠性统计(MCC、Youden Index)、延迟与训练成本,并结合 Grad-CAM 和 SHAP 进行解释性分析。 研究称,DenseNet169 在可靠性与可解释性一致性上表现最好,MobileNetV3 则在雾层级部署中提供了有效的延迟与精度权衡。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月31日
  1. arXiv cs.AI
    资源受限环境下 IoT DDoS 检测迁移学习模型的可解释性评估

    一项研究对七种预训练 CNN 架构在 CICDDoS2019 数据集上进行多类 IoT DDoS 检测的可解释性评估,结合性能指标、可靠性统计(MCC、Youden Index)、延迟与训练成本以及 Grad-CAM 和 SHAP 解释性分析。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。