1D-CNN-IDS：面向 IIoT 的基于一维 CNN 的入侵检测系统
密码学与安全
2024-09-16 v1
摘要
对物联网的需求呈指数级增长。人工智能、云计算和边缘计算的技术进步使这些进展成为可能。然而，这些进步也带来了多重挑战，包括网络威胁、安全和隐私问题以及潜在经济损失的风险。出于这个原因，本研究开发了一种计算成本较低的一维卷积神经网络（1DCNN）算法用于网络攻击分类。所提出的研究在分类九种网络攻击时达到了 99.90% 的准确率。评估了多种其他性能指标以验证所提方案的有效性。此外，还与现有的最先进方案进行了比较。所提出的研究结果可为开发安全的 IIoT 系统入侵检测做出重大贡献。
引用
@article{arxiv.2409.08529,
title = {1D-CNN-IDS: 1D CNN-based Intrusion Detection System for IIoT},
author = {Muhammad Arslan and Muhammad Mubeen and Muhammad Bilal and Saadullah Farooq Abbasi},
journal= {arXiv preprint arXiv:2409.08529},
year = {2024}
}
备注
4 pages, 5 figures, 1 table, 29th International Conference on Automation and Computing