Comparative Evaluation of Static Embedding Models for HTTP Request Anomaly Detection
该论文面向 Web 应用安全中的 HTTP 请求异常检测问题。作者指出,传统 Web 应用防火墙(WAF)主要依赖人工规则,存在误报率高、对新型攻击与业务变化适应性差的问题;已有研究尝试用机器学习与词嵌入模型改善检测效果,但不同嵌入模型之间
共收录 2 条相关情报。
← 返回所有主题该论文面向 Web 应用安全中的 HTTP 请求异常检测问题。作者指出,传统 Web 应用防火墙(WAF)主要依赖人工规则,存在误报率高、对新型攻击与业务变化适应性差的问题;已有研究尝试用机器学习与词嵌入模型改善检测效果,但不同嵌入模型之间
该论文研究分布式场景下的差分隐私(DP)文本合成问题。现有 DP 文本合成流程普遍假设存在一个可信的中央策展方(trusted curator),能够直接访问用户原始文本并进行集中式处理;但在真实的多用户分布式环境中,这一信任与访问假设往往