#shap — Public Fediverse posts

Трафик под микроскопом: ML‑модель в поиске новых сетевых «отпечатков» вредоносов

Привет, Хабр! С вами вновь Ксения Наумова из экспертного центра безопасности вместе с Игорем Кабановым из ML‑команды Positive Technologies. Однажды мы построили ML‑модель на сетевом трафике, обучили её на реальных сетевых сессиях и запустили в песочнице PT Sandbox для усиления возможностей по обнаружению вредоносов. Но команда машинного обучения не останавливалась на достигнутом. Вместе мы провели серию новых экспериментов, расширили набор входных признаков и протестировали модель на более сложных сценариях, что привело к обновлению модели и ещё большему детект‑рейту.

https://habr.com/ru/companies/pt/articles/993058/

#network_security #ml #вредоносное_по #sandbox #песочница #сетевой_трафик #mlмодель #shap

Трафик под микроскопом: ML‑модель в поиске новых сетевых «отпечатков» вредоносов

Привет, Хабр! С вами вновь Ксения Наумова из экспертного центра безопасности вместе с Игорем Кабановым из ML-команды Positive Technologies. Однажды мы построили ML-модель на сетевом трафике, обучили её на реальных сетевых сессиях и запустили в песочнице PT Sandbox для усиления возможностей по обнаружению вредоносов. Но команда машинного обучения не останавливалась на достигнутом. Вместе мы провели серию новых экспериментов, расширили набор входных признаков и протестировали модель на более сложных сценариях, что привело к обновлению модели и ещё большему детект-рейту.

https://habr.com/ru/companies/pt/articles/991006/

#network_security #ml #вредоносное_по #sandbox #песочница #сетевой_трафик #mlмодель #shap

#python #machinelearning #disasters #recovery #riskmanagement Kaggle #dataset #Titanic #Benchmark #challenges #project #Automated #dataanalytics #SHAP #model #optimization #hypothesistesting scikit-learn #sweetviz #dataprep

http://newdigitals.org/2024/03/29/titanic-benchmark-hypothesis-testing-in-disaster-risk-management-autoeda-ml-hpo-shap/

#python #machinelearning #disasters #recovery #riskmanagement Kaggle #dataset #Titanic #Benchmark #challenges #project #Automated #dataanalytics #SHAP #model #optimization #hypothesistesting scikit-learn #sweetviz #dataprep

http://newdigitals.org/2024/03/29/titanic-benchmark-hypothesis-testing-in-disaster-risk-management-autoeda-ml-hpo-shap/

#python #machinelearning #disasters #recovery #riskmanagement Kaggle #dataset #Titanic #Benchmark #challenges #project #Automated #dataanalytics #SHAP #model #optimization #hypothesistesting scikit-learn #sweetviz #dataprep

http://newdigitals.org/2024/03/29/titanic-benchmark-hypothesis-testing-in-disaster-risk-management-autoeda-ml-hpo-shap/

#python #machinelearning #disasters #recovery #riskmanagement Kaggle #dataset #Titanic #Benchmark #challenges #project #Automated #dataanalytics #SHAP #model #optimization #hypothesistesting scikit-learn #sweetviz #dataprep

http://newdigitals.org/2024/03/29/titanic-benchmark-hypothesis-testing-in-disaster-risk-management-autoeda-ml-hpo-shap/

there’s a lot of really cool stuff in #MLEngineering that amounts to “train another model”. like using #SHAP to automate feature selection (first you have to train a model though). or #ConceptSHAP where you train simple linear models on the output of each neural net layer. or anomaly detection, or autoencoders, or...