#imbalanced-data

共收录 2 条相关情报。

← 返回所有主题

学术论文2026-09-03 发布INFO

Privacy, Robustness, and Fairness Trade-offs in Federated Intrusion Detection: Geometric Indistinguishability at the Aggregation Interface

本文针对联邦学习在网络入侵检测（NIDS）中的应用，系统研究了隐私保护、鲁棒性和类别不平衡检测覆盖三者之间的权衡关系。联邦学习允许在不集中敏感流量数据的情况下进行协作训练，但在实际部署中必须同时满足三个相互竞争的要求：严格的差分隐私保证、对

历史摘要 · 未重新核验 · arXiv cs.CR

#cs.AI #cs.LG #federated-learning #network-intrusion-detection #privacy #robustness

学术论文2026-05-29 发布INFO

Improving IoT Intrusion Detection Through SMOTE-Based Oversampling and Extended Multi-Model Evaluation on Side-Channel Power Data

该论文聚焦于物联网(IoT)网络入侵检测中的类别不平衡问题。侧信道功率数据集中正常样本与攻击样本的比例可达75,964比1，严重影响了机器学习模型的检测性能。此前Dominguez等人提出了基于功率的入侵检测概念验证，但未处理类别不平衡，也

历史摘要 · 未重新核验 · arXiv cs.CR

#cs.AI #cs.LG #iot-security #intrusion-detection #imbalanced-data #smote