Proximal Policy Optimization-Based Intrusion Detection with Deep Latent Feature Learning
本論文は、深層特徴抽出のための2段階スタック型オートエンコーダと近接方策最適化に基づく深層強化学習エージェントを組み合わせた新しい侵入検知フレームワークを提案し、複数のベンチマークデータセットにおいて競争力のある性能と効率性を実証する。
4118 件の論文
本論文は、深層特徴抽出のための2段階スタック型オートエンコーダと近接方策最適化に基づく深層強化学習エージェントを組み合わせた新しい侵入検知フレームワークを提案し、複数のベンチマークデータセットにおいて競争力のある性能と効率性を実証する。
本論文は、行動タイプの確信度を動的に更新し、優位性、時間的安定性、およびクラス間分離が共に満たされた場合にのみ決定を受け入れることで、限定的かつ不確実な観測下において既存のベースラインと比較して精度を大幅に向上させ、誤差を減少させる、水中移動目標のための確信度収束に基づく逐次認識手法を提案するものである。
本論文は、既存のグラフベースの手法の限界に対処するために、話者タイプ別のグラフを通じて関連する会話履歴を選択的にルーティングし、クロスモーダルな不一致を用いて意思決定を校正することにより、予測精度を向上させるマルチモーダル感情認識フレームワークであるHiRoCを提案する。
本論文は、最適化されたバイナリコードにおいて自然ループを正確に検出し、その反復回数を決定するために、プロシージャルを跨ぐ静的解析と制御フローおよびデータ依存性の追跡を組み合わせた、自動化されたスケーラブルな手法を提示するものであり、実世界のソフトウェアおよびベンチマーク・スイートにおいて高い精度とスケーラビリティを実現している。
本論文は、フルHMDポーズデータが空間的存在感のような特定の主観的なVRの成果を効果的にモデル化できる一方で、従来のアンケートの完全な代替品としてではなく、むしろ補完的な行動シグナルとして機能するのが最適であり、その回復可能性はユーザビリティ、ワークロード、サイバー酔いといった構成概念によって大きく異なることを示す、再現可能なベンチマークを確立するものである。
本論文は、慢性腎臓病予測のためのコスト感受性かつ説明可能な評価フレームワークを提案しており、決定閾値の最適化および偽陰性の回避を優先すること、ならびに臨床的妥当性を確認する解釈可能性分析が、機械学習モデルの臨床意思決定支援への適合性をどのように高めるかを実証している。
本論文は、静的なMITRE ATLASドキュメントを、クエリ実行可能でLLMに基づいたシステムへと変換し、OWASP Top 10 for LLM Applicationsと相互リンクさせたNeo4jベースのナレッジグラフを提示するものであり、これにより実務者が脅威推論を行い、40件の未対策の生成AIテクニックを特定し、ATLASのタクティクスとOWASPのリスクカテゴリの直交性を実証することを可能にしている。
本論文は、高度なSQLインジェクション攻撃を検出し、知的かつ説明可能な検証を通じてリレーショナルデータベースのセキュリティを強化するために、データベースの実行計画を構造化された意味論的知識へと変換する、新しい実行認識型のアプローチであるSecurity-Aware Semantic Validation Framework (SSVF) を提案する。
本論文は、合成ベンチマークで学習されたプロンプト安全性分類器が、人間によって作成された入力に適用される際に重大な分布の不一致に苦しみ、その結果、単にモデルの複雑さを増大させるだけでは解決できない大幅な再現率の低下と偽陽性の急増を招くことを実証している。
本論文は、非構造化臨床ノートを再入院リスク評価のための監査可能なKVT4ファクトへと変換するために、微調整されたMedGemma 4Bモデルを用いたローカルファーストの2段階パイプラインであるMedGemma StructCoreを提示しており、構造化データが予測シグナルを付加しコンシューマー向けハードウェア上でのフォーマットの安定性を確保する一方で、本システムは臨床導入の前に抽出精度と確率キャリブレーションに関するさらなる検証を必要とすることを実証している。