개발도구 연구
Quantifying Event Impacts on Time Series via Multiscale Contrastive Learning
ARarXiv
EventTime은 사이버보안 사고 공개 후 단기 이상 손실을 추정하는 다중 해상도 프레임워크로 제시됐다.
세 줄 요약
- 장기 시장 맥락, 단기 사고 전 동향, 이벤트 메타데이터를 결합하고 동적 대조 학습으로 희소 학습을 보완한다.
- 사고 공개 직후 단기 이상 손실 추정에 기존 기법보다 나은 성능과 더 해석 가능한 추정을 보여준다.
- 사고 전 시장 역사와 제한된 이벤트 메타데이터를 전제로 하며, 전체 사고 후 궤적이 아니라 단기 이상 손실 추정에 초점을 둔다.
EventTime은 사이버보안 사고 공개 후 단기 이상 손실을 추정하는 다중 해상도 프레임워크로 제시됐다.