Towards trustworthy cybersecurity operations using Bayesian Deep Learning to improve uncertainty quantification of anomaly detection

Uncertainty quantification of cybersecurity anomaly detection results provides critical guidance for decision makers on whether or not to accept the results. Improving the trustworthiness of anomaly predictions can reduce the amount of alert false positives that security teams have to process. In th...

Celý popis

Podrobná bibliografie

Vydáno v:	Computers & security Ročník 144; s. 103909
Hlavní autoři:	Yang, Tengfei, Qiao, Yuansong, Lee, Brian
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier Ltd 01.09.2024
Témata:	Anomaly probability Bayesian autoencoder Cybersecurity Heteroscedastic noise Uncertainty quantification Uncertainty quantification Cybersecurity Bayesian autoencoder Heteroscedastic noise Anomaly probability
ISSN:	0167-4048
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!