相关实验视频
Updated: May 23, 2025
05:16
Flying Insect Detection and Classification with Inexpensive Sensors
Published on: October 15, 2014
25.1K
一个改进的协同双层特征选择算法与两种类型分类器,用于在物联网环境中高效的入侵检测
G Logeswari1, K Thangaramya2, M Selvi3
1School of Computer Science and Engineering, Vellore Institute of Technology, Chennai, India.
Scientific reports
|March 7, 2025
概括
本研究介绍了一种用于物联网 (IoT) 网络的新型入侵检测系统 (IDS). 采用协同双层特征选择 (SDFC) 的拟议系统显著改善了物联网环境中网络威胁的检测.
科学领域:
- 网络安全 网络安全
- 网络安全 网络安全
- 物联网 (IoT) 的物联网 (IoT) 的物联网.
背景情况:
- 物联网 (IoT) 网络面临着不断升级的网络威胁.
- 传统的安全方法对于独特的物联网漏洞是不够的.
- 专门的入侵检测系统 (IDS) 对物联网安全至关重要.
研究的目的:
- 为物联网环境量身定制的新型IDS开发和评估.
- 为了提高检测准确性和有效性,识别恶意网络流量.
- 为应对互联物联网设备所带来的独特安全挑战.
主要方法:
- 实施了多个子系统的IDS:数据预处理,特征选择 (协同双层特征选择 - SDFC) 和分类.
- SDFC将统计方法 (相互信息,差异值) 与基于模型的技术 (SVM-RFE,PSO) 结合起来.
- 在TON-IoT数据集上使用了两级分类器 (LightGBM和XGBoost).
主要成果:
- 拟议的SDFC方法显著提高了分类器的性能.
- 与现有方法相比,实现了更高的准确性,精度,回忆和F1分数.
- 证明了正常与恶意网络流量的有效识别.
结论:
- 开发的IDS采用SDFC算法,为物联网网络安全提供了强大的解决方案.
- 多面性方法有效地提高了复杂物联网生态系统中威胁检测能力.
- 该系统在保护相互连接的设备免受网络威胁方面取得了重大进展.
