https://blog.qife122.com/tags/%E8%B7%A8%E6%A8%A1%E6%80%81%E8%9E%8D%E5%90%88/ Recent content in 跨模态融合 on 办公AI智能小助手 Hugo zh-cn qife Sat, 20 Sep 2025 06:35:33 +0800 https://blog.qife122.com/p/mambaitd%E5%9F%BA%E4%BA%8E%E9%AB%98%E6%95%88%E8%B7%A8%E6%A8%A1%E6%80%81mamba%E7%BD%91%E7%BB%9C%E7%9A%84%E5%86%85%E5%B9%95%E5%A8%81%E8%83%81%E6%A3%80%E6%B5%8B/ Sat, 20 Sep 2025 06:35:33 +0800 https://blog.qife122.com/p/mambaitd%E5%9F%BA%E4%BA%8E%E9%AB%98%E6%95%88%E8%B7%A8%E6%A8%A1%E6%80%81mamba%E7%BD%91%E7%BB%9C%E7%9A%84%E5%86%85%E5%B9%95%E5%A8%81%E8%83%81%E6%A3%80%E6%B5%8B/ <h1 id="mambaitd基于高效跨模态mamba网络的内幕威胁检测">MambaITD：基于高效跨模态Mamba网络的内幕威胁检测</h1> <h2 id="摘要">摘要</h2> <p>企业面临的内幕威胁风险日益增加，而现有的检测方法由于时序动态特征建模不足、计算效率和实时性瓶颈以及跨模态信息孤岛等问题，无法有效应对这些挑战。本文提出了一种基于Mamba状态空间模型和跨模态自适应融合的新型内幕威胁检测框架MambaITD。首先，多源日志预处理模块通过行为序列编码、区间平滑和统计特征提取对齐异构数据。其次，Mamba编码器对行为和区间序列中的长程依赖关系进行建模，并结合门控特征融合机制动态融合序列和统计信息。最后，我们提出了一种基于最大化类间方差的自适应阈值优化方法，通过分析概率分布动态调整决策阈值，有效识别异常，并缓解类别不平衡和概念漂移问题。与传统方法相比，MambaITD在建模效率和特征融合能力方面表现出显著优势，性能优于基于Transformer的方法，为内幕威胁检测提供了更有效的解决方案。</p>