Önállóan tervező AI-rendszer hoz áttörést a hálózati anomáliák felderítésében
Az új SignGAD AI-eljárás önállóan tervez munkafolyamatokat a hálózati anomáliák kevés adattal történő felderítésére, legyőzve a korábbi módszereket.
Önállóan tervező AI-munkafolyamatokat vezet be a SignGAD, amely a hálózati anomáliák felderítésében hoz áttörést. A módszer kevés felügyelet mellett is képes pontosan azonosítani a gyanús csomópontokat az összetett, attribútumokkal ellátott grafikonokon.
A hagyományos eljárások fix, merev folyamatokat használnak, ami korlátozza alkalmazkodóképességüket különböző feladatokhoz és gyenge bizonyítékokat szolgáltatnak. A SignGAD ezt a problémát úgy orvosolja, hogy a feladathoz igazodóan tervezi meg a detektálási folyamatokat, kihasználva a kontextuális és strukturális anomáliák jelzéseit.
A rendszer képes kiválasztani a legmegfelelőbb grafikon-kódolásokat és detektorkonfigurációkat. Ezt egy „guarded final refit” stratégia egészíti ki, amely kalibrálja az utólagos finomhangolás elfogadását, növelve a megbízhatóságot korlátozott felügyelet mellett.
Valós adatkészleteken végzett kiterjedt kísérletek igazolják a SignGAD hatékonyságát. Az új eljárás erősebb teljesítményt nyújt a jelenlegi élvonalbeli módszerekkel szemben — mutatja a Stanford és a Google Robotics közös kutatása.