• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Canadian Conference on Artificial Intelligence >A Scheme for Generating a Dataset for Anomalous Activity Detection in IoT Networks
【24h】

A Scheme for Generating a Dataset for Anomalous Activity Detection in IoT Networks

机译：物联网网络中异常活动检测的数据集生成方案

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The exponential growth of the Internet of Things (IoT) devices provides a large attack surface for intruders to launch more destructive cyber-attacks. The intruder aimed to exhaust the target IoT network resources with malicious activity. New techniques and detection algorithms required a well-designed dataset for IoT networks. Firstly, we reviewed the weaknesses of various intrusion detection datasets. Secondly, we proposed a new dataset namely IoTID20 generated dataset from [1]. Thirdly we provide a significant set of features with their corresponding weights. Finally, we propose a new detection classification methodology using the generated dataset. Our proposed IoT botnet dataset will provide a reference point to identify anomalous activity across the IoT networks. The IoT Botnet dataset can be accessed from [2]. The new IoTID20 dataset will provide a foundation for the development of new intrusion detection techniques in IoT networks.
机译：物联网（IoT）设备的指数级增长为入侵者发起更大的破坏性网络攻击提供了广阔的攻击面。入侵者旨在通过恶意活动耗尽目标物联网网络资源。新技术和检测算法需要为IoT网络精心设计的数据集。首先，我们回顾了各种入侵检测数据集的弱点。其次，我们提出了一个新的数据集，即由[1]生成的IoTID20数据集。第三，我们提供了一组重要的功能及其相应的权重。最后，我们使用生成的数据集提出了一种新的检测分类方法。我们建议的物联网僵尸网络数据集将提供参考点，以识别整个物联网网络中的异常活动。物联网僵尸网络数据集可以从[2]中访问。新的IoTID20数据集将为IoT网络中新的入侵检测技术的开发提供基础。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号