Key points are not available for this paper at this time.
Das Internet der Dinge (IoT) ist die neueste Technologie, die verwendet wird, um alle Objekte in unserer Nähe zu verbinden. Die Implementierung der IoT-Technologie ist neu und wächst täglich, bringt jedoch auch Risiken mit sich. Daher wird ein möglichst effizientes Modell erforderlich, um böswillige Aktivitäten so schnell und genau wie möglich zu erkennen. In unserer Arbeit haben wir Deep Neural Networks (DNN) zur Identifizierung von Angriffen im IoT berücksichtigt. Ein intelligentes Intrusion-Detection-System kann nur aufgebaut werden, wenn ein effektiver Datensatz verfügbar ist. Die Leistung von DNN zur korrekten Identifizierung des Angriffs wurde an den am häufigsten verwendeten Datensätzen, d.h. KDD-Cup’99, NSL-KDD und UNSW-NB15, bewertet. Unsere experimentellen Ergebnisse zeigten die Genauigkeitsrate der vorgeschlagenen Methode mit DNN. Es zeigte sich, dass die Genauigkeitsrate bei allen Datensätzen über 90 % liegt.
Choudhary et al. (Wed,) haben diese Frage untersucht.