| 标题 |
 Enhancing Machine Learning Model Interpretability in Intrusion Detection Systems through SHAP Explanations and LLM-Generated Descriptions 通过SHAP解释和大语言模型生成描述增强入侵检测系统中机器学习模型的可解释性
相关领域
可解释性
透明度（行为）
计算机科学
入侵检测系统
入侵
人工智能
机器学习
数据科学
计算机安全
地质学
地球化学
|
| 网址 | |
| DOI | |
| 其它 |
期刊： 作者：Abderrazak Khediri; Hamda Slimi; Ayoub Yahiaoui; Makhlouf Derdour; Hakim Bendjenna; et al 出版日期：2024-04-24 |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时，文件已从服务器自动删除，无法下载。 |
|
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
|
PDF的下载单位、IP信息已删除
(2025-6-4)
Nole
cdercder
XX
Criminology34
Dong021
Kao
GingerF
OK
无极微光
Logan
null
独特的项链
谪仙
mmyhn
有人
W sir
GODV
heekkll
好好
xuz
皖公网安备34019202002308
