增强物联网网络的网络安全：异常检测的深度学习方法
密码学与安全
2024-12-12 v1 机器学习
摘要
随着互联网和智能设备的普及，物联网技术取得了显著进展，已成为智能家居、城市安全、智能物流等领域的关键组成部分。物联网促进了对关键生产指标的实时监控，使企业能够检测潜在质量问题、预测设备故障并优化流程，从而减少损失和降低成本。此外，物联网增强了实时资产跟踪，优化了资产利用和管理。然而，物联网的扩展也导致了网络犯罪的增加，设备日益成为恶意攻击的载体。随着物联网设备数量的增长，有必要采取强有力的网络安全措施来应对这些不断升级的威胁。本文提出了一种融合 LSTM 和注意力机制的深度学习模型，这是打击物联网网络中网络犯罪的关键策略。我们在包括 IoT-23、BoT-IoT、物联网网络入侵、MQTT 和 MQTTset 在内的数据集上进行的实验表明，所提出的方法优于现有基线。
引用
@article{arxiv.2412.08301,
title = {Enhancing Cybersecurity in IoT Networks: A Deep Learning Approach to Anomaly Detection},
author = {Yining Pang and Chenghan Li},
journal= {arXiv preprint arXiv:2412.08301},
year = {2024}
}