可解释自适应联邦学习勒索软件检测系统提出

2026年10月20日，arXiv 人工智能板块刊出 Md. Emran Biswas 等作者的论文，提出名为 AdaFedXplain 的可解释自适应联邦学习勒索软件检测系统。报道称，该系统在四个基于操作系统的非独立同分布（非 IID）客户端、62,485 个真实勒索软件样本上进行测试，取得 99.59% 的检测准确率和 99.64% 的 F1-score，表现优于 FedAvg、FedProx 和 SCAFFOLD 三种联邦学习方法。目前该工作处于论文发布阶段，尚无同行评审、实际部署或第三方复现的后续报道。

AI 根据报道生成 · 37 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。