Глубокое обучение для обнаружения киберугроз в сетях Интернета вещей: обзор

Deep learning for cyber threat detection in IoT networks: A review
Alyazia Aldhaheri, Fatima Alwahedi, Mohamed Amine Ferrag, Ammar Ayman Battah
2023-10-10

безопасность Интернета вещейобнаружение киберугрозглубокое обучениеметрики оценкисистемы обнаружения вторжений
Интернет вещей (IoT) произвел революцию в современной технологии благодаря взаимосвязанным интеллектуальным устройствам. Хотя эти инновации открывают беспрецедентные возможности, они также создают сложные проблемы безопасности. Кибербезопасность является одним из ключевых аспектов систем обнаружения вторжений (IDS). Глубокое обучение продемонстрировало перспективность для эффективного обнаружения и предотвращения кибератак на устройства IoT. Несмотря на то что системы обнаружения вторжений имеют решающее значение для защиты конфиденциальной информации посредством выявления и пресечения подозрительной активности, традиционные решения IDS сталкиваются с трудностями в контексте IoT. В данной статье рассматриваются передовые методы обнаружения вторжений для обеспечения безопасности IoT, основанные на глубоком обучении. Мы анализируем последние достижения в области IDS для IoT, уделяя особое внимание используемым алгоритмам глубокого обучения, соответствующим наборам данных, типам атак и метрикам оценки. Кроме того, обсуждаются проблемы внедрения глубокого обучения для обеспечения безопасности IoT и предлагаются перспективные направления дальнейших исследований. Данный обзор послужит ориентиром для исследователей и отраслевых специалистов при внедрении методов глубокого обучения в сфере безопасности и обнаружения вторжений в IoT.
1
Традиционные системы обнаружения вторжений сталкиваются с трудностями при применении в неоднородной и чувствительной к безопасности среде IoT.
2
Глубокое обучение рассматривается как перспективный подход для обнаружения и предотвращения кибератак на устройства IoT.
3
В статье анализируются проблемы внедрения глубокого обучения для защиты IoT и определяются направления будущих исследований.
4
В обзоре систематизируются современные методы обнаружения вторжений в IoT на основе глубокого обучения, включая алгоритмы, наборы данных, типы атак и метрики оценки.
5
Обзор призван помочь исследователям и специалистам отрасли выбирать и внедрять методы глубокого обучения для обнаружения вторжений в IoT.

системы обнаружения вторжений для сетей и устройств IoT

обнаружение и предотвращение кибератак на основе глубокого обучения, включая методы, типы атак, проблемы развертывания и показатели эффективности в обеспечении безопасности IoT

Publication Details
Publication Date
2023-10-10
Journal
Publisher
ISSN
Access Type
Author Information
Authors
Alyazia Aldhaheri
Fatima Alwahedi
Mohamed Amine Ferrag
Ammar Ayman Battah
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%