광 네트워크에서의 제로 데이 이상 탐지 및 분류를 위한 통합 Siamese 학습 프레임워크
요약
광 네트워크 환경에서 제로 데이 이상 탐지와 원샷 분류를 통합하는 Siamese 신경망 프레임워크를 제안합니다. 이 모델은 재학습 없이도 미지의 이상 유형에 대해 99% 이상의 높은 정확도와 즉각적인 적응성을 보여줍니다.
핵심 포인트
- 다중 유사도 Siamese 신경망 활용
- 제로 데이 이상 탐지 및 원샷 분류 통합
- 재학습 없는 미지 유형에 대한 즉각적 적응성
- 광 네트워크 내 99% 이상의 높은 정확도 달성
컴퓨터 과학 (Computer Science) > 네트워킹 및 인터넷 아키텍처 (Networking and Internet Architecture)
제목: 광 네트워크에서의 제로 데이 (Zero-Day) 이상 탐지 및 분류를 위한 통합 Siamese 학습 프레임워크
PDF HTML 보기 (실험적) 초록 (Abstract): 다중 유사도 (multi-similarity) Siamese 신경망 (Siamese neural network)은 광 네트워크 (optical networks)에서 제로 데이 (zero-day) 이상 탐지 및 원샷 분류 (one-shot classification)를 통합하며, 재학습 없이도 라이트패스 (lightpaths) 및 미지의 이상 유형 전반에 걸쳐 99% 이상의 정확도와 즉각적인 적응성을 달성합니다.
서지 및 인용 도구
이 논문과 관련된 코드, 데이터 및 미디어
데모
추천 및 검색 도구
arXivLabs: 커뮤니티 협력자와 함께하는 실험적 프로젝트
arXivLabs는 협력자들이 우리 웹사이트에서 직접 새로운 arXiv 기능을 개발하고 공유할 수 있도록 하는 프레임워크입니다.
arXivLabs와 함께 활동하는 개인 및 조직은 개방성, 커뮤니티, 탁월함, 그리고 사용자 데이터 프라이버시라는 우리의 가치를 수용하고 받아들였습니다. arXiv는 이러한 가치에 전념하고 있으며, 이를 준수하는 파트너와만 협력합니다.
arXiv 커뮤니티에 가치를 더할 프로젝트 아이디어가 있습니까? arXivLabs에 대해 자세히 알아보세요.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.AI의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기