Reputation-driven Cooperation in Lattice-based Decentralized Federated Learning through Evolutionary Game Theory
去中心化联邦学习（DFL）是一种无需中心服务器的隐私保护分布式机器学习范式，但缺乏中央协调器使得参与节点可能出现搭便车、不诚实协作等机会主义行为。演化博弈论（EGT）常用于分析这类行为的演化，然而先前研究往往假设智能体具有完全理性，且策略固
#math.DS
共收录 3 条相关情报。
← 返回所有主题Mean Time to Remediate Is Not a Fielding Model: A Cadence Audit for Enterprise Vulnerability Management
企业安全团队常用的修复指标如平均修复时间（MTTR）、SLA合规率、驻留时间或检测延迟等，虽然能反映部分修复效率，但往往掩盖了补丁实际到达资产环境的真实方式——例如通过计划维护窗口、部署环、紧急绕过路径等连续或周期性过程。本文提出了一种面向
Hybrid Topological Data Analysis and LSTM Networks for Enhanced Network Intrusion Detection Using CIC-IDS2017 Dataset
本文提出一种结合拓扑数据分析（TDA）与长短期记忆网络（LSTM）的混合方法，用于增强网络入侵检测系统（NIDS）的性能。研究背景：现代网络流量复杂多变，传统NIDS难以高效检测新型攻击。核心问题：如何同时捕捉网络流量的拓扑结构特征和时序依