0428 基於對比學習之網路入侵偵測系統
時間：114年04月28日(星期一) 19:00-21:00
地點： 大仁樓301
主持人：左瑞麟老師
演 講 者： 台北大學 資訊工程學系 曾俊元副教授
演講題目： 基於對比學習之網路入侵偵測系統
演講摘要： 本研究探討以對比學習為核心的入侵偵測系統之設計與效能評估，致力於提升模型對網路異常行為的辨識能力與泛化能力。首先簡要介紹IDS的重要性與當前面臨的挑戰，並在文獻探討中說明先現階段自監督式與監督式對比學習在入侵偵測中的應用與成果。本研究提出一個創新架構：(1)將網路流量轉換為圖像的技術。(2)搭配監督式對比學習架構。(3)並設計針對圖像的增強與遮蔽機制，以獲得較佳的偵測結果。在實驗部分，詳細說明實驗環境、資料集選擇，以及各種參數（如backbone架構、溫度參數）對效能的影響，並進行與傳統ML/DL模型及SOTA方法的比較，展示本研究模型在精準度與韌性上的優勢。