面向物联网网络的轻量化入侵检测系统：基于混合 CNN 和 ConvNeXt-Tiny 模型
密码学与安全
2025-09-09 v1
摘要
物联网 (IoT) 系统在工业、智慧城市、医疗、制造和政府服务等多个领域的快速扩张，导致安全风险显著增加，威胁数据完整性、机密性和可用性。因此，确保物联网系统的安全性和韧性已成为关键要求。本文提出了一种面向物联网环境的轻量化高效入侵检测系统 (IDS)，采用 CNN 与 ConvNeXt-Tiny 混合模型。该方法旨在检测和分类不同类型的网络攻击，尤其是僵尸网络和恶意流量，而轻量级 ConvNeXt-Tiny 架构可有效部署在资源受限的设备和网络中。实验采用包括良性和恶意网络数据包在内的真实世界数据集。结果表明，所提方法在测试阶段达到 99.63% 的准确率，训练阶段达到 99.67% 的准确率，错误率为 0.0107（覆盖八类），同时保持短响应时间和低资源消耗。这些发现表明，所提方法在实际物联网环境中检测和分类攻击具有有效性，轻量化架构可作为复杂资源密集型方法在物联网网络安全中的实用替代方案。
关键词
引用
@article{arxiv.2509.06202,
title = {Lightweight Intrusion Detection System Using a Hybrid CNN and ConvNeXt-Tiny Model for Internet of Things Networks},
author = {Fatemeh Roshanzadeh and Hamid Barati and Ali Barati},
journal= {arXiv preprint arXiv:2509.06202},
year = {2025}
}