사물인터넷(IoT) 기술의 급속한 성장은 스마트 시티, 환경 모니터링 및 지속 가능한 인프라에서 혁신적인 응용 프로그램을 가능하게 했습니다. 그러나 IoT 장치의 광범위한 배포는 이러한 생태계를 중대한 보안 및 개인 정보 위험에 노출시키므로 강력한 침입 탐지 시스템(IDS)이 필요합니다. 기존 IDS 접근법은 종종 높은 계산 및 에너지 요구 사항을 부과하여 자원이 제한된 환경 및 환경 감수성이 높은 설정에서의 적용 가능성을 제한합니다. 이러한 문제를 해결하기 위해 본 연구는 IoT 환경을 위해 특별히 설계된 개인 정보 보호 및 에너지 효율적인 침입 탐지 프레임워크를 제안합니다. 이 프레임워크는 경량 암호화 메커니즘, 최적화된 특징 선택 및 머신 러닝 기반 탐지를 통합하여 사용자 데이터를 보호하면서 자원 활용을 최소화합니다. 실험적인 평가 결과, 제안된 모델은 기존 IDS 접근 방식에 비해 우수한 탐지 정확성, 감소된 오경고율 및 최대 25% 낮은 에너지 소비를 달성하는 것으로 나타났습니다. 이러한 결과는 IoT 생태계에서 보안 회복력을 향상시키면서 환경적으로 지속 가능한 컴퓨팅 관행에 기여할 수 있는 프레임워크의 잠재력을 강조합니다.
Swetha 외 (Mon,)는 이 질문을 연구했습니다.