💻 Category

cs

929 Arbeiten

📄 other

A Graph-Temporal Attention Network for Real-Time Intrusion Detection in Cyber-Physical Systems under Extreme Class Imbalance

Dieses Paper schlägt GTAN vor, ein Graph-Temporal Attention Network, das Temporal Convolutional und Graph Attention Encoder mit einem Focal Contrastive Loss kombiniert, um seltene Intrusion-Angriffe in hochgradig unbalancierten Cyber-Physical-System-Verkehrsströmen effektiv zu detektieren, indem es sowohl zeitliche Sequenzen als auch topologische Beziehungen modelliert.

Srinivasarao T, Leelavathy N2026-07-24
📄 other

Robust Fake Information Detection via Semantics-Preserving Adversarial Training and Uncertainty-Aware Adaptive Decision

Dieses Paper schlägt SPAT-UAD vor, ein robustes Framework zur Erkennung falscher Informationen, das semantik-erhaltendes adversarielles Training mit unsicherheitsbewusster, adaptiver Entscheidungsfindung integriert, um bestehende Baselines bei der Handhabung oberflächlicher Variationen und der Verbesserung der Modellzuverlässigkeit über mehrere Datensätze hinweg signifikant zu übertreffen.

Ru Zhang2026-07-24
📄 other

Symbolic Log Shield - an adversarial resistant neurosymbolic framework for network log classification

Dieses Paper stellt den Symbolic Log Shield vor, ein neurosymbolisches Framework, das die Anfälligkeit von Large Language Models gegenüber adversen Jailbreak-Angriffen in der Netzwerkprotokollklassifizierung signifikant mindert und deren Anomalieerkennungsleistung effektiv von stark degradierten Niveaus aus wiederherstellt und sogar verbessert.

Franciszek Górski, Mateusz Krzysztoń, Max Landauer2026-07-24
📄 other

Data-Driven Mission Recommendation for LEO Satellites using Random Forest and Hybrid Deep Learning Forecasting

Diese Arbeit präsentiert ein datengesteuertes Framework für LAPAN-IPB LEO-Satelliten, das einen hybriden SARIMAX-LSTM-Spannungsprognostiker und einen Random-Forest-Klassifikator kombiniert, um auditierbare, evidenzbasierte Missions-Empfehlungen zu generieren und somit die Abhängigkeit von undokumentierter Operator-Erfahrung durch einen reproduzierbaren, objektiven Planungsprozess zu ersetzen.

Nurrochman Ferdiansyah, Imas Sukaesih Sitanggang, Mushthofa Mushthofa, Mohammad Mukhayadi2026-07-24
📄 other

MRT: A Mamba-based Framework with Reusable Transformer for Scene Text Recognition

Das Papier schlägt MRT vor, ein Framework zur Szenentexterkennung, das Neighborhood Attention-erweitertes Mamba zur effizienten lokalen räumlichen Aggregation mit einem gewichtsteilen, wiederverwendbaren Transformer für bidirektionalen globalen Kontext kombiniert und so über mehrere Benchmarks hinweg überlegene Genauigkeits-Effizienz-Abwägungen erreicht.

Yingnan Zhao, Dewen Zhang, Zuguo Yang, Jielin Jang2026-07-24
📄 other

Federated Learning for Distributed Cyber Threat Detection: A Systematic Review of Architectures, Applications, and Open Challenges

Diese systematische Übersichtsarbeit analysiert Federated-Learning-Architekturen, Anwendungen und Herausforderungen für die verteilte Erkennung von Cyberbedrohungen und hebt dabei den Übergang zu dezentralen Modellen hervor, um Datenschutz- und Bandbreitenbeschränkungen zu adressieren, während sie gleichzeitig nicht-identisch verteilte Daten (non-IID) und Angriffe durch Adversaries als kritische Barrieren für eine effektive Implementierung identifiziert.

Joshua Babatola2026-07-24
📄 other

An REAE-LTransformer model for lithium-ion battery RUL prediction based on IFVIM

Dieses Paper schlägt ein REAE-LTransformer-Modell vor, das durch einen Improved Four-Vector Intelligent Metaheuristic (IFVIM)-Algorithmus optimiert wurde, um die verbleibende Lebensdauer von Lithium-Ionen-Batterien durch die effektive Extraktion von Degradationsmerkmalen, das Erfassen langfristiger Abhängigkeiten und die Minimierung von Vorhersagefehlern präzise vorherzusagen, wobei eine überlegene Leistung mit einem MAE unter 0,024 und einem R² von über 0,99 über mehrere Datensätze hinweg erzielt wird.

xiaoqiang zhao, siyu wang, guangbo yu, yongyong hui, zongyu wang2026-07-24
📄 other

A Lightweight Appearance-Guided Association Module for Underwater Multi-Fish Tracking

Dieses Paper schlägt ein leichtgewichtiges, auf XGBoost basierendes, aspektgesteuertes Assoziationsmodul vor, das Farb-, Gradienten- und morphologische Deskriptoren in das SORT-Framework integriert, um die Identitätswechsel signifikant zu reduzieren und die Tracking-Genauigkeit für dicht besetzte Fische bei der Echtzeit-Unterwasserüberwachung zu verbessern.

Yanan Zhou, Dlxat Turgun, Jianhua Cao, Zhenyu Zhang, Qian Long2026-07-24
📄 other

A Scalable Hybrid Encryption Framework Based on Unimodular Hill Cipher, Logistic Chaotic Key Generation, and AES-CBC for Secure Binary File Protection

Dieses Paper schlägt ein skalierbares hybrides Verschlüsselungsframework vor, das eine passwortbasierte Logistische Abbildung zur chaotischen Schlüsselgenerierung, eine dynamische unimodulare Hill-Chiffre zur Konstruktion großer invertierbarer Matrizen und AES-CBC kombiniert, um eine robuste, formatunabhängige Sicherheit für universelle Binärdateien mit nahezu idealer Entropie und starker Resistenz gegen kryptanalytische Angriffe zu gewährleisten.

Samsul Arifin, Dadan Ramdan Hidayat, Ade Kurniawan, Tiawan Tiawan, Merios Gusan Putra, Edwin Kristianto Sijabat, Dani Lu (…)2026-07-24