論文の概要: Candidate Comparability Before Promotion: Conditional Validation in Adaptive Network Intrusion Detection
- arxiv url: http://arxiv.org/abs/2609.04388v1
- Date: Thu, 03 Sep 2026 18:55:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-07 18:15:23.797666
- Title: Candidate Comparability Before Promotion: Conditional Validation in Adaptive Network Intrusion Detection
- Title（参考訳）: 事前の候補比較可能性:適応的ネットワーク侵入検出における条件付き検証
- Abstract要約: 後続の攻撃検出に責任があるモデルを変更するため、プロモーションはセキュリティ関連である。
自己完結型チャレンジャーパイプラインによるCICIDS 2017 UNSW-NB15とToN-IoTへの依存性をテストする。
クラス当たり512から2,000のサンプルから名目上の候補証拠の蓄積により、プール構築されたプログレッシブドリフト(+0.53, +1.67, +0.38)による昇進が向上した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Adaptive network intrusion detection systems retrain classifiers after drift alarms, but an alarm detects change; it does not establish that a challenger should replace the deployed incumbent. Promotion is security-relevant because it changes the model responsible for subsequent attack detection, and evaluating it has a methodological problem: promotion conclusions may depend on how the challenger was constructed and on how much evidence supports it. We test that dependence on CICIDS2017, UNSW-NB15 and ToN-IoT with self-contained challenger pipelines, nested candidate-size controls, a common-harness comparison of nine update policies, and a final sensitivity confining every exact feature vector to one evaluation, training or probe role. Incumbent-owned frozen preprocessing amplified apparent promotion harm; with self-contained challenger pipelines the mean full-drift harm did not persist. Raising nominal candidate evidence from 512 to 2,000 samples per class improved promotion under pool-constructed progressive drift by +0.53, +1.67 and +0.38 balanced-accuracy points: positive and statistically resolved in all three benchmarks, but materially benchmark-dependent rather than homogeneous, and driven mainly by fewer false positives. Policy conclusions were partially robust: policy ordering changed with candidate comparability, no policy globally dominated, and earlier compatibility statements for a label-free estimator and a calibrated ensemble narrowed. Validation helped evidence-disadvantaged challengers but added no average benefit at parity. Thirteen replays on real, time-ordered traffic showed no net harm from always deploying. Challenger construction and evidence should be controlled, reported and interpreted explicitly when promotion is evaluated.
- Abstract（参考訳）: 適応型ネットワーク侵入検知システムは、ドリフトアラーム後に分類器を再訓練するが、アラームは変化を検出する。
プロモーションは、その後の攻撃検出の責任を負うモデルを変更し、方法論的な問題があるため、セキュリティ関連である。
私たちはCICIDS2017、UNSW-NB15、ToN-IoTへの依存性を、自己完結型チャレンジャーパイプライン、ネスト型候補サイズ制御、9つの更新ポリシーの共通ハーネス比較、そして全ての正確な特徴ベクトルを1つの評価、トレーニング、プローブロールに集約する最終的な感度で検証した。
自己完結型チャレンジャーパイプラインでは、平均的なフルドリフト損傷は持続しなかった。
クラス毎の512から2000サンプルの名目的候補証拠の増大は、プール構築されたプログレッシブドリフトの促進を+0.53、+1.67、+0.38のバランスの取れた精度ポイントで改善した。
政策の結論は部分的に堅固で、政策の順序は候補の適合性とともに変化し、政策は全世界的に支配されず、ラベルのない推定器と校正されたアンサンブルに対する初期の互換性は狭まった。
バリデーションはエビデンスに不便な挑戦者を助けたが、平均的な利益は加えなかった。
リアルタイムの時間順のトラフィックで13回のリプレイを行うと、常にデプロイすることによる悪影響は見られませんでした。
チャレンジャーの構築と証拠は、プロモーションを評価する際に、明示的に制御され、報告され、解釈されるべきである。
関連論文リスト
- SafeRestore: Detector-Relative Risk Certificates for Selective Industrial Image Restoration [4.906746849209501]
産業用検査パイプラインは、検出器が作用する前に測定画像を復元することが多いが、修復は検出器が支持する欠陥構造を抑えるか、クリーン領域の活性化を生成することができる。
本研究は, ディスプレイ上の選択的動作問題, 5つの復元候補, レビューとして復元を定式化する。
SafeRestoreは、アクション固有の適合スコアで候補をランク付けし、しきい値調整データ上でゲートを選択し、一方の正確な2つの二項境界を持つ不一致認定サンプル上で固定ゲートを評価する。
論文 参考訳（メタデータ） (2026-09-03T07:32:42Z) - FlowBalance: Verifier-Grounded Self-Improvement from On-Policy Reasoning Experience [18.64380706071327]
FlowBalanceは、完全応答上の正規化分布を学習する検証器による自己改善手法である。
オンラインの軌跡ごとに、同じポリシーの凍結されたトレーニングタイムビューは、特権付きコンテキストを使用してトークンレベルのログ確率ゲインを生成する。
分析では, 群内コントラスト保存, 最小値逆KL特性, 目標報酬の単調検証, 拒否応答に対する偽陽性自己誘導に対する正確な補正が確立された。
論文 参考訳（メタデータ） (2026-09-03T00:47:11Z) - Knowing When to Ask for Help: Bayesian Self-Escalation in Hierarchical LLM Agents [0.0]
現在のエージェントシステムは、推論を開始する前にデリゲートを決定する。
我々は第3の体制について研究し、それは成功しそうもないと自覚するエージェントである。
論文 参考訳（メタデータ） (2026-08-25T05:35:07Z) - SVR: Self-Verifying Refinement via Joint Verdict-Confidence Reinforcement Learning for Adaptive Test-Time Compute [62.3458279176813]
自己検証リファインメント(Self-Verifying Refinement)は、オラクルフリーのマルチターン強化学習フレームワークである。
自己検証を計算制御ポリシとして使用することを学ぶ。
マクロ平均精度は0.563で、平均で2.99回しか推測できない。
論文 参考訳（メタデータ） (2026-07-30T16:20:58Z) - Consistent Evidence, Robust Recognition: Faithful Attribution Regularization under Geometric Transformations [42.90321348046055]
画像領域のサブモジュール探索に基づくアノテーションのない属性正規化フレームワークを提案する。
候補部分集合がモデル出力にどのように影響するかを測定することで、探索は、コンパクトでクラス識別的な証拠を探索由来の監督として抽出する。
ImageNet-100の実験結果から,VT-B/16の属性安定性,挿入性,削除性は0.28ポイントの精度低下で大幅に向上することがわかった。
論文 参考訳（メタデータ） (2026-07-26T20:41:38Z) - PerceptionRubrics: Calibrating Multimodal Evaluation to Human Perception [75.70273182182397]
PerceptionRubricsはルーブリックベースの評価フレームワークである。
飽和ベンチマークスコアと現実世界の脆さのギャップに対処する。
1,038枚のインフォメーションセンス画像と1万個以上のインスタンス固有のルーリックをペアリングする。
論文 参考訳（メタデータ） (2026-06-26T17:59:15Z) - PACE: Anytime-Valid Acceptance Tests for Self-Evolving Agents [0.0]
自己進化型エージェントは、自身のプロンプト、スキル、オーモーフィケーションの変更を繰り返し提案することで改善する。
Qwen2.5 のエージェント (0.5B-3B) が GSM8K, SVAMP, ARC-Challenge のプロンプトレベルで自己進化する際、greedy は 30-42% の偽陽性と 10-33% の有害な編集をコミットする。
PACEは実際のものをコミットし、グリーディのホールトアウトの精度を著しく低いばらつきと約18%低い評価コストで一致させる。
論文 参考訳（メタデータ） (2026-06-06T11:12:11Z) - Evaluating Prompt Injection Defenses for Educational LLM Tutors: Security-Usability-Latency Trade-offs [51.56484100374058]
ガードレールの設計には、敵の堅牢性、良質なタスクのユーザビリティ、応答レイテンシの明確なトレードオフが伴う。
決定論的パターンフィルタ,構造検証,コンテキストサンドボックス,セッションレベルの動作チェックを組み合わせた,ドメイン固有のマルチレイヤセーフガードパイプラインの評価を行った。
NeMoは16.22パーセントのFPRと1.5パーセントのレイテンシで0パーセントのバイパスに達し、Prompt Guardは38.48パーセントのFPRと3.60パーセントのバイパスを実現している。
論文 参考訳（メタデータ） (2026-03-29T18:52:01Z) - Improving Search Agent with One Line of Code [68.58667107354253]
ツールベースのエージェント強化学習(TARL)は,検索エージェントが外部ツールと対話できるようにトレーニングするための,有望なパラダイムとして登場した。
textbfSearch textbfAgent textbfPolicy textbfOptimization (textbfSAPO)を提案する。
論文 参考訳（メタデータ） (2026-03-10T04:07:39Z) - Preventing the Collapse of Peer Review Requires Verification-First AI [49.995126139461085]
我々は、真理結合、すなわち、過度に科学的真理をトラックする場所のスコアの厳密さを提案する。
プロキシ・ソブリン評価に向けた相転移を駆動する2つの力の形式化を行う。
論文 参考訳（メタデータ） (2026-01-23T17:17:32Z) - Improved Certified Defenses against Data Poisoning with (Deterministic)
Finite Aggregation [122.83280749890078]
本報告では, 一般中毒に対する予防的対策として, フィニット・アグリゲーション(Finite Aggregation)を提案する。
トレーニングセットを直接非結合部分集合に分割するDPAとは対照的に、我々の方法はまず、トレーニングセットをより小さな非結合部分集合に分割する。
我々は、決定論的および集約的認証された防御設計をブリッジして、我々の方法の代替的な見解を提供する。
論文 参考訳（メタデータ） (2022-02-05T20:08:58Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。