基于 NSL-KDD 的物联网网络异常检测：超维计算方法
密码学与安全
2025-10-07 v1 机器学习
摘要
随着物联网设备的快速增长，确保网络安全已成为关键挑战。传统入侵检测系统（IDS）在检测高维复杂环境中的高级攻击时常常面临局限。本文提出一种新方法，利用超维计算（HDC）技术应用于 NSL-KDD 数据集进行网络异常检测。该方法利用HDC处理大规模数据的高效性，以识别已知和未知攻击模式。该模型在KDDTrain+子集上实现了91.55%的准确率，优于传统方法。这些比较评估凸显了该模型的卓越性能，突显其在物联网网络异常检测领域的潜力，为构建更安全更智能的网络安全解决方案贡献了重要贡献。
引用
@article{arxiv.2503.03031,
title = {Network Anomaly Detection for IoT Using Hyperdimensional Computing on NSL-KDD},
author = {Ghazal Ghajari and Ashutosh Ghimire and Elaheh Ghajari and Fathi Amsaad},
journal= {arXiv preprint arXiv:2503.03031},
year = {2025}
}