parHSOM: Mappa Auto-Organizzante Gerarchica Parallela per un Rilevamento delle Intrusioni più Rapido
I ricercatori hanno sviluppato parHSOM, una nuova implementazione parallela delle Mappe Auto-Organizzanti Gerarchiche (HSOM) volta ad accelerare i tempi di addestramento per i sistemi di rilevamento delle intrusioni (IDS). Le HSOM tradizionali vengono addestrate in modo sequenziale, risultando lente su grandi dataset. parHSOM sfrutta il calcolo parallelo per ridurre il tempo di addestramento senza sacrificare l'accuratezza. L'architettura è stata testata su due banchi di prova, quattro dimensioni della griglia di output e cinque dataset di cybersecurity. I risultati mostrano miglioramenti costanti della velocità rispetto all'algoritmo HSOM sequenziale. Questo lavoro affronta un collo di bottiglia chiave negli IDS basati su IA, che sono fondamentali per la cybersecurity nell'era digitale. L'articolo è disponibile su arXiv con ID 2605.08164.
Fatti principali
- parHSOM è un'architettura HSOM parallela per il rilevamento delle intrusioni.
- Le HSOM tradizionali vengono addestrate in modo sequenziale, causando un addestramento lento su grandi dataset.
- parHSOM è stato testato su due banchi di prova, quattro dimensioni della griglia e cinque dataset.
- Le metriche di performance mostrano che parHSOM si addestra più velocemente della HSOM sequenziale.
- La ricerca si concentra sull'effetto del calcolo parallelo sul tempo di addestramento delle HSOM.
- Le HSOM sono utilizzate per IDS basati su IA affidabili e spiegabili.
- L'era digitale ha trasformato l'elaborazione delle informazioni, rendendo la cybersecurity cruciale.
- L'articolo è pubblicato su arXiv con ID 2605.08164.
Entità
Istituzioni
- arXiv