BGA: Framework di distillazione neurale per l'estrazione di firme dannose in flussi cifrati

Un nuovo articolo di ricerca su arXiv (ID: 2608.14126) propone BGA, un framework di distillazione neurale immune al rumore progettato per estrarre firme dannose da flussi di rete cifrati ad alta entropia, mirando specificamente al traffico TLS 1.3. Il framework affronta la sfida della diluizione dell'attenzione in tali flussi utilizzando l'Analisi della Varianza (ANOVA) per separare le caratteristiche del piano di controllo ad alta discriminatività, come i setpoint industriali, dal rumore crittografico stocastico. Per affrontare l'estremo squilibrio di classi in un dataset di 86.878 record di flussi, il metodo integra una WGAN-GP (Wasserstein GAN con penalità del gradiente) per sintetizzare campioni minoritari ad alta fedeltà, migliorando il richiamo di rilevamento per gli attacchi rari di Iniezione di Comandi di Stato Maligni (MSCI) del 43,2%. L'architettura principale combina reti Bidirezionali a Memoria a Lungo e Breve Termine (BiLSTM) per l'estrazione delle dipendenze temporali con un meccanismo di Attenzione Multi-Testa Gated Adattiva, che funge da filtro neurale per sopprimere dinamicamente gli artefatti di cifratura. L'articolo è classificato come cross-announcement ed è disponibile all'URL arXiv fornito.