Operationalizing Cyber Attack Prediction: A Gap-Prioritized Framework with Dataset and Model Selection Guidelines

该论文聚焦于网络攻击预测中AI/机器学习理论与实际部署之间的鸿沟。作者首先指出，尽管已有大量研究提出高精度的预测模型，但这些模型在真实生产环境中往往难以落地，主要原因包括：数据集随时间推移而过时、攻击行为覆盖范围狭窄、模型实时可解释性不足、

历史摘要 · 未重新核验 · arXiv cs.CR