6月8日，CSA工业互联网安全研究团队第25期组会召开，会议由国际联合实验室博士生赵可景主持。本次组会主题是解释主动入侵响应的基于深度学习的网络入侵检测系统。

河南科技大学2024级硕士研究生李晓格汇报了论文《XNIDS: Explaining Deep Learning-based Network Intrusion Detection Systems for Active Intrusion Responses》，文献提出了一个新的框架XNIDS，它解释了DL-NIDS的检测结果并生成了可操作的防御规则。XNIDS通过考虑历史输入和特征依赖来解释DL-NIDS的检测结果。根据解释结果，XNIDS还可以对检测错误进行故障排除，并根据防御规则范围和安全约束生成可操作的防御规则。评估结果表明，XNIDS与五种**先进的解释方法进行比较，在保真度、完整性、稀疏性、稳定性四个性能方面，均优于基线方法。能够生成可操作的防御规则，并展示了XNIDS如何帮助理解DL-NIDS行为并排除检测错误。

在交流环节，与会成员主要针对文献的研究思路、创新点及不明之处展开了热烈的讨论，为下一阶段课题研究提供了新思路。

（图文/李晓格 审核/赵可景）