SNN网络入侵检测设计选择基准研究

2026年10月15日，arXiv Artificial Intelligence 刊出由 Raj Patel 等作者完成的研究《脉冲时序的价值：面向网络入侵检测的 SNN 设计选择抗泄漏基准》。该研究使用 snnTorch 的九类神经元与三种脉冲编码，组合出 27 种 SNN 配置，在四个入侵检测基准上进行评测。为降低数据泄漏影响，研究改用仅训练集变换、与随机种子无关的划分，以及按抓包或场景分离的协议进行复评。据来源说明，该稿件已被 IEEE CogMI 2026 接收；使用条件为个人使用许可，其他用途（包括转载、再发布、再分发、转售或复用受版权保护的组件）均需获得 IEEE 许可。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。