跳到正文
热点事件持续更新

IoT DDoS检测迁移学习模型可解释性评估更新

1 篇报道1 个报道来源16 小时前更新

先了解这件事

AI 综述

2026年10月30日,arXiv Artificial Intelligence 刊出 Nelly Elsayed 的更新版本,主题为面向资源受限场景的 IoT DDoS 检测迁移学习模型可解释性评估。该研究对 7 种预训练卷积神经网络架构在 CICDDoS2019 数据集上进行多类 IoT DDoS 检测的可解释性感知评估,结合性能指标、MCC、Youden Index、置信区间、延迟与训练成本,并使用 Grad-CAM 和 SHAP 进行分析。来源证据显示,此次更新包含多处修正,增加了澄清说明,并更正了正文与参考文献中的拼写错误。目前进展为更新版本已发布,报道未提及更早版本的具体内容或前后数据差异。

AI 根据报道生成 · 2 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30日
  1. arXiv Artificial Intelligence
    面向资源受限场景的 IoT DDoS 检测迁移学习模型可解释性评估

    研究对 7 种预训练卷积神经网络架构在 CICDDoS2019 数据集上进行多类 IoT DDoS 检测的可解释性感知评估,结合性能指标、MCC、Youden Index、置信区间、延迟与训练成本以及 Grad-CAM 和 SHAP 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。