arXiv cs.CR· Youli Tao, Rui Tang, Hao Ren, Chengsheng Zhou, Dengzhe Wang, Shuyu Jiang, Xingshu Chen·· 11 小时前AI 评分35
ReSHID 框架如何通过行为重构提升主机入侵检测性能
A Resource-Aware Behavior Reconstruction and Hierarchical Semantic Learning Framework for Host Intrusion Detection
AI 摘要
ReSHID 提出资源感知行为重构与分层语义学习框架，利用系统调用语义不变量重组序列并构建轻量级主体行为图。该方法结合 GATv2 捕捉多主体协同攻击模式，在 F1-score、ROC-AUC 和 PR-AUC 上分别达到 98.64%、99.80% 和 98.10%。相比原始序列和 MGFE，其 n-gram 特征数量分别减少约 75.2% 和 44.1%。
来源：arXiv cs.CR · arxiv.org