摘要
网络流量异常检测（NTAD）在网络安全中至关重要，但及时且准确的异常检测仍然具有挑战性。Mamba因其对长序列建模的线性时间复杂度而成为NTAD的有力支撑，且其专门设计的多视角扫描机制通过互补的上下文线索增强了检测精度。
然而，我们发现多视角Mamba扫描中存在一个被忽视的结构缺陷：冗余积累。具体而言，不同的扫描分支捕获了大量视角不变的信息，这些信息在多视角融合过程中被反复放大；相反，特定视角的信息却被稀释或压制，导致表示同质化和多视角降级。为了应对这一问题，我们提出了DisenMamba，一个新颖的解耦多视角Mamba框架。DisenMamba将多视角扫描重新构建为一个两阶段的解耦-融合过程，明确分离视角不变和视角特定的成分后再进行融合。这样的设计防止了不变信息的积累，同时保留了互补的多视角线索，从而产生更具区分性的表示，以识别微妙的流量异常。大量实验表明DisenMamba的有效性，确立了一种新的解耦多视角Mamba范式。
代码可在此处获取。
博主点评： DisenMamba框架通过有效的解耦机制显著提升了网络流量异常检测的能力，尤其是在处理复杂流量场景时，避免了信息冗余的困扰，为网络安全领域提供了新思路。其创新的两阶段处理方式值得关注。