无线传感器网络中用于拒绝服务检测机器学习技术的性能评估
机器学习
2021-04-06 v1
摘要
无线传感器网络（WSN）的特性及其广泛运用带来了许多安全威胁与攻击。应采用有效的入侵检测系统（IDS）来检测攻击。此类攻击的检测具有挑战性，尤其是拒绝服务（DoS）攻击的检测。机器学习分类技术已被用作 DoS 检测的一种方法。本文使用 Waikato Environment for Knowledge Analysis（WEKA）开展实验，评估五种机器学习算法在 WSN 中检测 DoS 攻击下的泛洪、灰洞、黑洞与调度攻击的效率。评估基于一个名为 WSN-DS 的数据集。结果显示随机森林分类器以 99.72% 的准确率优于其他分类器。
引用
@article{arxiv.2104.01963,
title = {Performance Evaluation of Machine Learning Techniques for DoS Detection in Wireless Sensor Network},
author = {Lama Alsulaiman and Saad Al-Ahmadi},
journal= {arXiv preprint arXiv:2104.01963},
year = {2021}
}