Jove
Visualize
联系我们
JoVE
x logofacebook logolinkedin logoyoutube logo
关于 JoVE
概览领导团队博客JoVE 帮助中心
作者
出版流程编辑委员会范围与政策同行评审常见问题投稿
图书馆员
用户评价订阅访问资源图书馆顾问委员会常见问题
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experiments存档
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教师资源中心教师网站
使用条款与条件
隐私政策
政策

相关实验视频

在Edge-IIoT数字双胞胎环境中使用深度学习方法检测DDoS攻击.

Feras Al-Obeidat1, Adnan Amin2, Ahmed Shuhaiber1

  • 1College of Technological Innovation, Zayed University, Abu Dhabi, United Arab Emirates.

PeerJ. Computer science
|September 24, 2025
PubMed
概括

本研究提出了一种用于检测Edge-IIoT数字双胞胎中分布式拒绝服务 (DDoS) 攻击的新方法. 该方法有效地在模型之间转移知识,在没有完全再培训的情况下超过现有方法.

相关概念视频

Distributed Loads: Problem Solving01:21

Distributed Loads: Problem Solving

1.1K
Beams are structural elements commonly employed in engineering applications requiring different load-carrying capacities. The first step in analyzing a beam under a distributed load is to simplify the problem by dividing the load into smaller regions, which allows one to consider each region separately and calculate the magnitude of the equivalent resultant load acting on each portion of the beam. The magnitude of the equivalent resultant load for each region can be determined by calculating...
1.1K

您也可能阅读

相关文章

通过共同作者、期刊和引用图与本文相关的文章。

排序
Same author

Understanding Trust Drivers of S-commerce.

Heliyon·2024
Same author

COVID-19 Patient Count Prediction Using LSTM.

IEEE transactions on computational social systems·2023
Same author

The impact of CDIO's dimensions and values on IT Learner's attitude and behavior: A regression model using Partial Least Squares.

Heliyon·2022
查看所有相关文章

科学领域:

  • 网络安全 网络安全
  • 事物的工业互联网 (IIoT)
  • 数字双胞胎是一个数字双胞胎.

背景情况:

  • 工业物联网 (IIoT) 和数字双胞胎正在改变工业系统.
  • 边缘IIoT的增长需要强大的安全措施来应对像分布式拒绝服务 (DDoS) 攻击这样的威胁.
  • DDoS攻击利用尸网络来压倒系统的流量.

研究的目的:

  • 在Edge-IIoT数字双胞胎环境中引入一种用于检测DDoS攻击的新方法.
  • 开发一种方法,保持学到的知识,并不断适应新的模型,而无需完全重新培训.
  • 在公开可用的数据集上评估拟议的方法.

主要方法:

  • 为Edge-IIoT数字双胞胎开发了一种新的DDoS攻击检测方法.
  • 该方法侧重于持续的学习,适应新的模式,而无需全面的再培训.
  • 该方法在157,600个样本的数据集上进行了测试.

主要成果:

  • 提出的模型 (M1,M2,M3) 实现了高性能指标:精度 (0.93-0.94),回忆 (0.91-0.99),F1得分 (0.93-0.96) 和准确性 (0.93-0.96).
  • 顺序模型之间的知识转移始终超过了基线方法.
关键词:
对于DDoS攻击来说,这是一次性攻击.深度学习是一种深度学习.数字双胞胎是一个数字双胞胎.边缘-IIoTT 在线播放

相关实验视频

  • 该方法在Edge-IIoT数字双胞胎环境中展示了有效的DDoS攻击检测.

    • 结论:

    • 建议的知识传输方法在Edge-IIoT数字双胞胎中有效检测DDoS攻击.
    • 没有再培训的持续适应是增强安全模型的可行策略.
    • 这些发现突显了数字双胞胎在保护IIoT环境方面的潜力.