不平衡数据集对基于机器学习的工业物联网安全性的影响
密码学与安全
2019-12-09 v1 数据库
机器学习
系统与控制
系统与控制
摘要
机器学习算法已被证明适用于保障 IT 系统平台的安全。然而，由于工业物联网（IIoT）与常规 IT 网络之间的根本差异，需要特别考虑其性能评估。IIoT 系统的漏洞与安全需求要求不同的考量。在本文中，我们研究了必须将机器学习集成到 IIoT 安全机制中的原因，以及它目前在获得满意性能方面的不足。我们在实验设计中研究了与此相关的挑战和现实考量。我们使用一个类似于真实工业工厂的 IIoT 测试床来展示我们的概念验证。
引用
@article{arxiv.1912.02651,
title = {Effect of Imbalanced Datasets on Security of Industrial IoT Using Machine Learning},
author = {Maede Zolanvari and Marcio A. Teixeira and Raj Jain},
journal= {arXiv preprint arXiv:1912.02651},
year = {2019}
}
备注
arXiv admin note: substantial text overlap with arXiv:1911.05771