Comparative Analysis of White-box Explainable Artificial Intelligence Methods for Cybersecurity Based on Deep Neural Networks

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究探讨了网络入侵检测系统中黑盒人工智能模型的可解释性,提出使用白盒可解释技术,并评估LRP、IG和DeepLift在多个数据集上的表现,结果表明白盒技术在鲁棒性和完整性方面优于黑盒技术。

🎯

关键要点

  • 本研究探讨了网络入侵检测系统中黑盒人工智能模型的可解释性问题。

  • 提出了一种使用白盒可解释人工智能技术的方法。

  • 重点评估了LRP、IG和DeepLift在多个数据集上的表现。

  • 研究结果表明,白盒可解释技术在鲁棒性和完整性方面优于黑盒技术。

  • 为网络安全领域提供了有效的解决方案和评估工具。

➡️

继续阅读