热点事件持续更新
MODEXRE：结合可解释AI与数字证据链的入侵取证系统
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年11月5日，arXiv发布关于MODEXRE系统的研究。该系统融合可解释性人工智能（SHAP）与数字证据链，构建取证检测流水线。其核心机制是将实验室训练模型通过SHA-256哈希验证后应用于正式推理，确保每预测均附带SHAP解释与完整性哈希验证。在CICIDS2017衍生数据集测试中，默认四分类模型的F1-macro得分为0.9538；重认证后的18类模型得分为0.6214。目前该研究已公开论文，展示了其在网络入侵取证检测中的技术实现与初步性能指标。
AI 根据报道生成 · 37 分钟前更新
最新进展11月5日 13:00
2026年11月5日，MODEXRE系统论文在arXiv发布，公布其在CICIDS2017数据集上的性能测试结果。报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- arXiv cs.CRMODEXRE 系统结合可解释 AI 与数字证据链实现网络入侵取证检测
MODEXRE 提出一种融合可解释性人工智能（SHAP）与数字证据链的取证检测流水线，将实验室训练模型通过 SHA-256 哈希验证后应用于正式取证推理。该系统在 CICIDS2017 衍生证据上使默认四分类模型达到 F1-macro 0.9538，重认证后的 18 类模型得分为 0.6214，并实现了每预测的 SHAP 解释与完整性哈希验证。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。