What the Detector Can See: Evaluating CPS Anomaly Detectors Independently of the Decision Rule
本文针对网络物理系统（CPS）异常检测器的评估方法提出批评与改进。当前领域普遍使用精确率、召回率或 F1 分数在单一工作点（operating point）上比较不同架构的检测器，例如深度神经网络、不变式模板等。作者指出，这些指标混淆了两个
#anomaly-detection
共收录 73 条相关情报。
← 返回所有主题AdaptoNet: Modular Foundation-Adaptive Neural Networks for Cyber-Physical Attack Detection in Power Grids
本文针对电力网络中的网络物理攻击检测问题，提出了一种名为 AdaptoNet 的模块化自适应神经网络。研究背景是：针对电网的攻击往往将物理破坏与数据篡改相结合，以破坏网络物理系统的稳定性。作者重点研究了一类特定的数据拒绝攻击（data de
KnowGraph: Knowledge-Enabled Anomaly Detection via Logical Reasoning on Graph Data.
该论文提出了一种名为 KnowGraph 的新型图异常检测方法，旨在解决传统基于图神经网络（GNN）的方法在数据分布变化时泛化能力不足的问题。实际安全场景中（如交易网络欺诈检测、网络流量入侵检测），领域知识通常更稳定且已被广泛使用，但现有模
Federated Learning and LLM-Driven Threat Intelligence for Zero Trust IoT Architecture
该论文针对物联网（IoT）设备在关键任务环境中的安全与隐私挑战，提出了一种联邦学习（FL）与大型语言模型（LLM）驱动的威胁情报框架，用于构建零信任物联网架构。传统IoT设备常因资源受限而无法更新，易受病毒、数据泄露和未授权访问等威胁。现有
Closing the Loop: An Access-Control Architecture for Automated, Anomaly-Driven Network Revocation in IoT Deployments
本文提出了一种面向物联网（IoT）部署的闭环访问控制架构，旨在将基于网络的异常检测结果自动转化为实际的网络撤销动作。现有研究大多仅停留在告警层面，而将自动执行留作未来工作或依赖可编程数据平面，但后者在真实网络中部署有限。本文利用标准且已广泛
When Agents Go Rogue: Activation-Based Detection of Malicious Behaviors in Multi-Agent Systems
该论文关注基于LLM的多智能体系统（MAS）面临的安全挑战。现有防御方法通常假设攻击在语义上显式可识别，并依赖显式的图结构建模MAS拓扑和Agent间交互。然而，实际攻击越来越隐蔽，且MAS执行通常是异步的，不满足图传播模型所需的时间对齐。
FDIFormer:Protocol-Aware Transformer Learning for False Data Injection Attack Detection in Smart Grid Networks
本文提出FDIFormer，一种无需特征工程的虚假数据注入攻击检测框架，专门针对基于IEC 61850 GOOSE协议的智能电网通信。研究背景：智能电网通过通信网络和智能电子设备实现自动化运行，但互联性增加使其易受网络攻击，其中虚假数据注入
MSCENet: A Multi-Scale Correlation Enhanced Network for Anomaly Detection
针对多变量时间序列异常检测中数据复杂度增加、跨时间尺度依赖复杂的问题，传统方法难以同时捕获时间动态特征与序列间复杂相关性。为此，本文提出MSCENet框架，通过先进的时空学习与多尺度学习技术提升检测精度。该框架包含三个核心模块：细粒度时间卷
Anomaly Detection in the Open World: Normality Shift Detection, Explanation, and Adaptation.
该论文首次系统性地探讨了基于深度学习的异常检测在安全应用中面临的常态漂移（normality shift）问题。传统异常检测模型通常假设训练与部署数据分布一致（闭世界假设），但真实环境中正常行为分布会随时间变化（如网络流量模式、系统调用序列
Piercing Gilbreath's Conjecture: From Deep Number Theory Insights to Fintech and Cybersecurity
本文针对自1878年提出至今仍未解决的Gilbreath素数猜想，提出了一种全新的攻击方法。该猜想陈述简单，但多年研究进展甚微。本文通过引入筛法理论，包括反向筛法的概念，重新定义了问题的解决路径，并给出了一系列带有证明的新结果。论文不仅深入
HTTP REST API Structure Learning
本文针对 REST API 安全中因文档不完整或缺失导致传统安全方案失效的问题，提出了一种无监督异常检测方法 HRAL（HTTP REST API Learning）。HRAL 直接从网络流量中学习 API 端点结构（如 URL 路径、参数
REPLICAWATCHER: Training-less Anomaly Detection in Containerized Microservices.
该论文提出了一种无需训练即可检测容器化微服务环境中异常行为的新方法 REPLICAWATCHER。传统的基于异常的入侵检测系统需要建立全面的行为基线，但在微服务等动态环境中，“正常”概念频繁变化，导致基线老化并逐渐失效，需要定期重新训练，这
From CVE to CWE: Syscall-Based HIDS Generalisation
该论文研究了基于系统调用轨迹的主机入侵检测系统（HIDS）在从已知漏洞（CVE）泛化到同一弱点类别（CWE）中新漏洞时的表现。传统HIDS通常对单个CVE进行训练和评估，但实际运营中需要识别已知弱点类型的新攻击。作者利用LID-DS-202
FuseChain: Runtime Evidence Reconstruction for Software Supply-Chain Attacks
该论文提出了一种名为 FuseChain 的运行时检测框架，旨在应对软件供应链攻击的多阶段、跨源和时间分布特性。现有运行时检测系统通常独立分析不同来源的遥测数据（如包管理、进程事件、网络流量、DNS/HTTP 元数据和安全告警），难以发现低
Privacy-Preserving Federated Autoencoder for ECG Anomaly Detection on Edge Devices
该论文提出并评估了一个端到端的联邦学习系统，用于在边缘设备上进行无监督的12导联心电图异常检测。系统结合了三种自编码器架构（VanillaAE、ConvAE、VAE），基于Flower框架实现跨十个模拟医院的联邦平均聚合，并集成客户端差分隐
The Distributed Detectability Band Against Marginal-Preserving Attacks
本文研究人工智能控制监控器（AI-control monitors）在面对分布式破坏攻击时的检测能力。传统监控器基于单步动作打分，但真实的危害可能分散在多个看似正常的步骤中，每个步骤的得分都低于警报阈值。作者提出了一种基于高斯Copula和
CP-IoT: A Cross-Platform Monitoring System for Smart Home.
本文针对智能家居平台中存在的自动化规则异常和跨平台威胁问题，提出了名为 CP-IoT 的跨平台监控系统。智能家居平台广泛使用，用户通过定义自动化规则实现日常任务，但不同平台上的规则异常（如执行不一致）和跨规则威胁（如多个规则组合导致安全隐患
An AI Security Agent for University ACMIS: Multi-Vector Threat Detection and Automated Response
该论文针对大学学术管理信息系统（ACMIS）面临的多维安全威胁（包括暴力登录、支付欺诈、权限提升、内部数据窃取和学术诚信违规）提出了一种基于AI的安全代理方案。传统基于规则的系统难以区分恶意行为与正常操作，因此作者设计了一个结合监督式异常检
Detecting Compromise of Passkey Storage on the Cloud.
本文研究云存储中通行密钥（passkey）的安全性，重点关注如何检测通行密钥存储是否被入侵。通行密钥作为密码的替代方案，其私钥通常存储在云端（如iCloud、Google账户），一旦被攻击者获取，将导致用户身份被冒充。论文提出一种基于异常检
TRACE: Trajectory Reasoning through Adaptive Cross-Step Evidence Aggregation for LLM Agents
该论文提出了TRACE框架，用于检测自主LLM agent在长期任务轨迹中隐藏的恶意行为。问题背景是：标准轨迹级监控难以检测agent通过一系列单独无害但序列组合后具有恶意的行为。现有方法要么一次性评估整个轨迹，要么将轨迹分割成独立窗口评分