WADE系统发表于arXiv
热点事件持续更新
WADE系统发表于arXiv
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
Ilaria Campestrini等提出WADE异常检测引擎，通过训练LSTM网络学习WebAssembly应用良性行为，以在浏览器运行时识别异常并检测攻击。该研究在涵盖10类漏洞的67个Wasm应用数据集上评估，实现0漏报和0.42%误报率。
AI 根据报道生成 · 2 小时前更新
最新进展10月26日 12:00
WADE：面向 WebAssembly 应用的 LSTM 异常检测引擎报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- arXiv · MLWADE：面向 WebAssembly 应用的 LSTM 异常检测引擎
WADE 系统通过训练 LSTM 网络学习 WebAssembly 应用良性执行行为，在运行时识别异常以检测攻击。该方法在涵盖 10 类漏洞的 67 个 Wasm 应用数据集上，实现了 0 漏报和 0.42% 误报率。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。