Temporal Generalization and Explanation Stability of Control Flow Graph Neural Networks for Malware Detection
该论文研究的是基于控制流图（CFG）的图神经网络（GNN）恶意软件检测器在时间分布偏移下的泛化能力与可解释性稳定性。作者指出，现有工作普遍在一个单一时间窗内采集的语料上做随机划分（random split）评估，训练集与测试集来自同一时期，
#explainability
共收录 11 条相关情报。
← 返回所有主题X-SPUR: Explainable Surprisal-Based Protocol-Aware Unsupervised Reasoning for Automotive Ethernet Intrusion Detection
该论文面向现代车载网络中的汽车以太网（Automotive Ethernet）入侵检测问题，指出现有车载网络中同时承载多种协议（异构多协议流量），而带标注的攻击样本极其稀缺，因此无监督异常检测成为主要技术路线；但即便是当时最强的无监督检测器
Ignoring Directionality Leads to Compromised Graph Neural Network Explanations.
本文研究了图神经网络（GNN）可解释性中的一个常见但被忽视的问题：图对称化（graph symmetrization）会丢弃边的方向信息，导致解释结果失真。作者指出，在诸多关键应用（如安全关键系统）中，GNN 的解释结果必须准确可靠，以支持
X-WAD: eXplainable Web Anomaly Detection
本文提出 X-WAD（eXplainable Web Anomaly Detection），一个面向 HTTP 请求异常检测的可解释框架。研究背景是：随着 API 驱动架构普及，Web 服务承载大量敏感数据，自动化防御机制（尤其是基于正常流
IoXT: The Internet of Explainable Things. Why Explainability in IoT Requires a New System-Level Paradigm and Protocol Design
本文提出“可解释物联网”（IoXT, Internet of Explainable Things）这一系统级范式，旨在使可解释性成为智能物联网的内建架构属性，而非事后附加能力。传统可解释人工智能（XAI）方法只解释模型预测，无法覆盖从传感
Malaika: Understanding Malware through Tri-Grounded Agentic Reasoning
该论文提出了一种名为 Malaika 的多智能体框架，用于解决恶意软件理解中的核心挑战：如何在部分可观测性下，从稀疏、分散的代码证据中重建高级恶意行为，并与良性功能区分。作者将恶意软件理解形式化为一个基于证据的推理问题，并主张可靠的行为重建
Beyond Gradient-Based Attacks: Adversarial Robustness and Explainability Stability in Cybersecurity Classifiers
该论文研究网络安全分类器在面对对抗性攻击时的鲁棒性及其可解释性稳定性问题。以往工作主要关注基于梯度的攻击方法，但许多实际分类器（如随机森林、XGBoost）是不可微的树模型。作者将先前的MLP研究扩展到随机森林和XGBoost，并在四个表格
Explainability-Aware Frustum Attack: Exposing Structural Vulnerabilities in LiDAR-Based 3D Object Detectors
该论文研究了基于点云的3D目标检测器在复杂场景下的结构脆弱性。现有工作主要关注孤立3D模型的对抗鲁棒性，而最近的LiDAR欺骗攻击虽然针对真实驾驶场景，但侧重于物理可实现性，未深入分析检测器的行为模式或攻击效率。本文提出一种可解释性引导的对
What Do Deepfake Speech Detectors Actually Hear?
本文针对深度伪造语音检测器的可解释性不足问题，提出了一种基于积分梯度（Integrated Gradients）和时间对齐自监督表示（如WavLM）的音频原生可解释性流水线。该方法能够定位检测器在时间维度上的决策证据，并语义化解释最重要的声
UNAD+: An Explainable Hybrid Framework for Unknown Network Attack Detection
未知网络攻击（尤其是零日攻击）检测是入侵检测系统的重大挑战。监督学习方法对已知攻击类效果好，但无法处理训练数据中未出现的新攻击类型；无监督方法虽能检测未知攻击，但误报率高，限制了实际应用。本文提出UNAD+框架，是对原有UNAD的改进。UN
"Is your explanation stable?": A Robustness Evaluation Framework for Feature Attribution.
本文针对特征归因（Feature Attribution）解释方法的鲁棒性评估问题展开研究。特征归因是解释机器学习模型预测结果的一种常见技术，通过为输入特征分配重要性分数来指示其对模型输出的贡献。然而，现有研究指出，这些解释可能对输入中的微