محققان به تازگی مدل نوآورانهای به نام SKGFusionKAN معرفی کردهاند که به طور تخصصی برای شناسایی نفوذ در شبکههای پیچیده IoT طراحی شده است. این روش با ترکیب «شبکههای عصبی گراف» (GNN) و «شبکههای کولموگروف-آرنولد» (KAN)، دقت تشخیص حملات سایبری را در محیطهای ناهمگن به شدت افزایش میدهد.
چرا این موضوع مهم است؟
مدلهای سنتی در برابر ترافیکهای غیرمعمول و ساختارهای پراکنده IoT ضعیف عمل میکردند، اما این روش جدید با استفاده از مکانیزم «توجه هسته انتخابی» (Selective Kernel Attention)، میتواند تهدیدات ظریف و پیچیده را بهتر شناسایی و فیلتر کند. گامی بزرگ برای امنیتِ دنیای هوشمند آینده! 🚀
منبع: arXiv AI