MétaCan
← tous les travaux

Retracted: Quantum-Assisted Activation for Supervised Learning in Healthcare-Based Intrusion Detection Systems

2022· article· en· 33 citations· W4285239211 sur OpenAlex· 10.1109/tai.2022.3187676

Pourquoi ce travail est-il dans la base ?

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

Affiliation canadienneUne personne signataire a déclaré un établissement canadien. C'est la seule voie dont dispose la base habituelle.

Dossier post-publication

OpenAlex signale ce travail comme rétracté, mais aucune notice correspondante de Retraction Watch ne figure dans cette base.

Résumé

Intrusion detection systems (IDSs) are amongst the most important automated defense mechanisms in modern industry. It is guarding against many attack vectors, especially in healthcare, where sensitive information (patient’s medical history, prescriptions, electronic health records, medical bills/debts, and many other sensitive data points) is open to compromise from adversaries. In the big data era, classical machine learning has been applied to train IDS. However, classical IDS tend to be complex: either using several hidden layers susceptible to overfitting on training data or using overly complex architectures such as convolutional neural networks, long-short term memory systems, and recurrent neural networks. This article explored the combination of principles of quantum mechanics and neural networks to train IDS. A hybrid classical-quantum neural architecture is proposed with a quantum-assisted activation function that successfully captures patterns in the dataset while having less architectural memory footprint than classical solutions. The experimental results are demonstrated on the popular KDD99 dataset while comparing our solution to other classical models.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

La notice

Revue
IEEE Transactions on Artificial Intelligence
Thématique
Network Security and Intrusion Detection
Domaine
Computer Science
Établissements canadiens
École de Technologie Supérieure
Organismes subventionnaires
Mots-clés
Intrusion detection systemComputer scienceHealth careQuantumArtificial intelligencePhysicsPolitical science
Résumé présent dans OpenAlex
oui