检索结果-南通市图书馆

Anomaly-Based Intrusion DetectionModel Using Deep Learning for IoT Networks

Computer Modeling in Engineering & Sciences 2024年第10期141卷 823-845页

作者： Muaadh A.alsoufi Maheyzah Md Siraj Fuad A.Ghaleb Muna al-Razgan mahfoudh saeed al-asaly Taha alfakih Faisal saeed Faculty of Computing Universiti Teknologi Malaysia(UTM)Johor Bahru81310Malaysia DAAI Research Group College of Computing and Digital TechnologyBirmingham City UniversityBirminghamB47XGUK Department of Software Engineering College of Computer and Information SciencesKing Saud UniversityRiyadh11345Saudi Arabia

The rapid growth of Internet of Things(IoT)devices has brought numerous benefits to the interconnected ***,the ubiquitous nature of IoT networks exposes them to various security threats,including anomaly intrusion *** addition,IoT devices generate a high volume of unstructured *** intrusion detection systems often struggle to cope with the unique characteristics of IoT networks,such as resource constraints and heterogeneous data *** the unpredictable nature of network technologies and diverse intrusion methods,conventional machine-learning approaches seem to lack *** numerous research domains,deep learning techniques have demonstrated their capability to precisely detect *** study designs and enhances a novel anomaly-based intrusion detection system(AIDS)for IoT ***,a Sparse Autoencoder(SAE)is applied to reduce the high dimension and get a significant data representation by calculating the reconstructed ***,the Convolutional Neural Network(CNN)technique is employed to create a binary classification *** proposed SAE-CNN approach is validated using the Bot-IoT *** proposed models exceed the performance of the existing deep learning approach in the literature with an accuracy of 99.9%,precision of 99.9%,recall of 100%,F1 of 99.9%,False Positive Rate(FPR)of 0.0003,and True Positive Rate(TPR)of *** addition,alternative metrics,such as training and testing durations,indicated that SAE-CNN performs better.

关键词： IoT anomaly intrusion detection deep learning sparse autoencoder convolutional neural network

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：