.png){kind=icon}
返回
A deep learning-based adaptive cyber disaster management framework
.png){kind=icon}
OA
AI
DOI：10.1186/s40537-025-01241-3.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
针对关键国家基础设施部门中工业控制系统（ICS）的网络安全事件发生率已惊人地上升。鉴于ICS的物理-网络特性，网络安全事件直接和间接地影响公众健康、社会稳定、环境质量和国家安全，引入了一种新型人道主义威胁：网络灾难。普遍认为，新颖的数据驱动方法必须应对从人为灾害到保护人类福祉和社会福利的多样化物理和社会挑战。我们主张，关键基础设施背景下的不断演变的网络威胁需要一种将网络安全事件视为灾难并利用深度学习技术进步的新型方法，全面将其整合到灾害管理周期中。我们的主张为改进灾害管理实践以应对当代挑战的持续讨论增添了内容。本研究提出了一种基于深度学习的网络灾难管理方法。我们借鉴了灾害管理周期、深度学习以及新的网络威胁检测实例。我们的研究为寻求利用深度学习来设计应对日益复杂的网络安全事件所需基于深度学习方法的学者，在知识库方面提供了实践和方法论上的贡献。
Keyword:
Decision support systems
Anomaly detection
Generative adversarial networks
Critical infrastructure
Cyber disaster
期刊
IF:
6.4
论文数:
1.5K
被引数:
1.1W
机构
引用论文
A framework to quantitatively assess and enhance the seismic resilience of communities定量评估和增强社区地震恢复力的框架.png)
EARTHQUAKE SPECTRA
EARTHQUAKE SPECTRAIF3.7
PREAI
分享收藏Machine learning and user interface for cyber risk management of water infrastructureRISK ANALYSIS
RISK ANALYSISIF3.3
PREAI
分享收藏
查看更多内容