دانلود مقاله انگلیسی رایگان:حمله و تشخیص ناهنجاری در سنسورهای IoT در سایت های IoT با استفاده از روشهای یادگیری ماشین - 2019
دانلود بهترین مقالات isi همراه با ترجمه فارسی
دانلود مقاله انگلیسی یادگیری ماشین رایگان
  • Attack and anomaly detection in IoT sensors in IoT sites using machine learning approaches Attack and anomaly detection in IoT sensors in IoT sites using machine learning approaches
    Attack and anomaly detection in IoT sensors in IoT sites using machine learning approaches

    سال انتشار:

    2019


    عنوان انگلیسی مقاله:

    Attack and anomaly detection in IoT sensors in IoT sites using machine learning approaches


    ترجمه فارسی عنوان مقاله:

    حمله و تشخیص ناهنجاری در سنسورهای IoT در سایت های IoT با استفاده از روشهای یادگیری ماشین


    منبع:

    Sciencedirect - Elsevier - Internet of Things, 7 (2019) 100059: doi:10:1016/j:iot:2019:100059


    نویسنده:

    Mahmudul Hasan ∗, Md. Milon Islam , Md Ishrak Islam Zarif , M.M.A. Hashem


    چکیده انگلیسی:

    Attack and anomaly detection in the Internet of Things (IoT) infrastructure is a rising concern in the domain of IoT. With the increased use of IoT infrastructure in every do- main, threats and attacks in these infrastructures are also growing commensurately. De- nial of Service, Data Type Probing, Malicious Control, Malicious Operation, Scan, Spying and Wrong Setup are such attacks and anomalies which can cause an IoT system failure. In this paper, performances of several machine learning models have been compared to predict attacks and anomalies on the IoT systems accurately. The machine learning (ML) algorithms that have been used here are Logistic Regression (LR), Support Vector Machine (SVM), Decision Tree (DT), Random Forest (RF), and Artificial Neural Network (ANN). The evaluation metrics used in the comparison of performance are accuracy, precision, recall, f1 score, and area under the Receiver Operating Characteristic Curve. The system obtained 99.4% test accuracy for Decision Tree, Random Forest, and ANN. Though these techniques have the same accuracy, other metrics prove that Random Forest performs comparatively better.
    Keywords: Internet of Things (IoT) | Machine Learning | Cybersecurity | Anomaly detection


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 14
    حجم فایل: 1574 کیلوبایت

    قیمت: رایگان


    توضیحات اضافی:




اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

تعداد نظرات : 0

الزامی
الزامی
الزامی
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی
logo-samandehi