IDMM-IDS: un sistema de detección de intrusiones eficiente y robusto para el IoT basado en el modelo de mezcla de Dirichlet invertido
These videos have been matched automatically. Contact us if they are not relevant.
These videos have been matched automatically. Contact us if they are not relevant.
Ver abstracta en PubMed
Resumen
Este resumen es generado por máquina.Este estudio presenta el IDMM-IDS, un eficiente sistema de detección de intrusiones para el Internet de las Cosas (IoT). Detecta efectivamente las amenazas en entornos con recursos limitados y con una carga computacional reducida.
Área De La Ciencia
- Ciberseguridad
- Seguridad de la red
- Internet de las cosas (IoT)
Sus Antecedentes
- La proliferación de dispositivos del Internet de las Cosas (IoT) ha creado importantes vulnerabilidades de seguridad.
- Los sistemas tradicionales de detección de intrusiones (IDS) a menudo no son adecuados para entornos de IoT con recursos limitados debido a las altas demandas computacionales y la poca adaptabilidad.
- Existe una necesidad crítica de un IDS eficiente y robusto adaptado a la seguridad de IoT.
Objetivo Del Estudio
- Proponer IDMM-IDS, un sistema de detección de intrusiones eficiente y robusto diseñado específicamente para contextos de Internet de las Cosas (IoT).
- Para abordar los desafíos de la sobrecarga computacional y la adaptabilidad en la detección de intrusiones de IoT.
- Mejorar la detección de amenazas de clase minoritaria en conjuntos de datos desequilibrados.
Principales Métodos
- Utilizó el modelo de mezcla de Dirichlet invertido (IDMM) para modelar el tráfico de red complejo con una sobrecarga computacional mínima.
- Utilizó la inferencia estocástica variacional extendida (ESVI) para una formación eficiente del modelo y la inferencia.
- Integró una nueva técnica de sobremostraje basada en clústeres para manejar los problemas de desequilibrio de clase.
Principales Resultados
- El IDMM-IDS demostró un rendimiento de detección superior en comparación con los métodos existentes en los conjuntos de datos UNSW-NB15, WSN-DS y WUSTL-IIOT-2021.
- El sistema propuesto redujo significativamente los tiempos de formación y de decisión, demostrando su eficacia.
- La detección efectiva de amenazas de clase minoritaria se logró sin introducir ruido en el conjunto de datos.
Conclusiones
- IDMM-IDS es un sistema de detección de intrusiones altamente eficiente y robusto adecuado para entornos de IoT con recursos limitados.
- La combinación de IDMM y ESVI proporciona un enfoque poderoso para analizar el tráfico de la red IoT.
- La técnica de sobremostración integrada aborda efectivamente el desequilibrio de clase, mejorando las capacidades de detección de amenazas.
Estos videos han sido emparejados automáticamente Contact us si no son relevantes
Estos videos han sido emparejados automáticamente Contact us si no son relevantes
Videos de Conceptos Relacionados
Inductively coupled plasma–mass spectrometry (ICP–MS) is a highly selective and sensitive technique for accurate elemental analysis. Though the analysis of ICP–MS mass spectra is comparatively straightforward, it is affected by spectroscopic and non-spectroscopic interferences. Spectroscopic interferences arise when the plasma contains ionic species with an m/z value the same as the analyte ion. Spectroscopic interference can be categorized as isobaric, polyatomic ions, and...
In inductively coupled plasma–mass spectrometry (ICP–MS), an inductively coupled plasma (ICP) torch is used as an atomizer and ionizer. Solid samples are dissolved and volatilized before being introduced into the high-temperature argon plasma, while solution samples are nebulized and passed through the high-temperature argon plasma. Plasma dissociates the analytes and ionizes their component atoms to form a mixture of positive ions and molecular species. The positive ions are then...