BR 技术头条 技术链接、资讯与社区分享流
bl blog.nsfocus.net / 2023-04-09 21:42 / by @技术头条 / 原作者:@绿盟科技

开放环境下的鲁棒异常检测

打开原文 喜欢 1 请先微博登录后参与 0 条评论
本机暂存
机器学习模型有效的前提假设是:训练阶段与模型部署阶段的数据分布一致,然而在真实世界中,数据往往是变化的,输入与输出之间的关联性也会发生变化,这种现象(概念漂移)会导致机器学习模型的表现下降;异常检测任务作为安全领域的一项重要任务,应用领域广泛,异常检测的模型同样会受概念漂移现象的影响。为了提高异常检测算法的鲁棒性,本文介绍一篇NDSS2023年的论文,该论文关注正常行为的变化情况,剔除过期正常行为,添加新增正常行为,从而使模型适应数据的变化,提高鲁棒性。

发表评论

请先微博登录后参与