Key points are not available for this paper at this time.
O crescimento explosivo da Internet das Coisas (IoT) mudou completamente a forma como interagimos com a tecnologia, conectando bilhões de dispositivos — de sensores industriais a termostatos inteligentes — à rede global. Embora existam muitas vantagens nessa interconexão, também há preocupações sérias de segurança. Os sistemas de detecção de intrusão (IDS) tornaram-se ferramentas indispensáveis em resposta a essas preocupações. Eles operam ininterruptamente para proteger a rede contra intrusões, examinando de perto o tráfego da rede para garantir sua integridade, confidencialidade e disponibilidade. Os sistemas de detecção de intrusão (IDS) continuam enfrentando dificuldades em aumentar a precisão da detecção, diminuir falsos positivos e identificar com sucesso novos padrões de intrusão, apesar dos esforços dedicados dos pesquisadores. A proteção contra ameaças cibernéticas para ecossistemas IoT continua a ser uma preocupação importante, e os IDS baseados em aprendizado de máquina (ML) tornaram-se mais prevalentes.
Kumar et al. (sex,) estudaram essa questão.