受限双变分自编码器用于物联网系统的入侵检测
原文中文，约500字，阅读约需1分钟。发表于：。该研究文章提出了一种称为受限双变分自编码器（CTVAE）的新型深度神经网络 / 架构，可用于将入侵检测系统（IDS）的分类器提供更可分离 / 可区分和低维表示数据，相较于现行状态 - of-the-art 的神经网络，CTVAE 所需的内存 / 存储和计算能力更少，因此更适用于 IoT IDS 系统。通过与 11 个最流行的 IoT 僵尸网络数据集的广泛实验，表明 CTVAE...
该研究提出了一种新型深度神经网络架构CTVAE，用于提高入侵检测系统的分类器性能。通过与11个IoT僵尸网络数据集的实验，CTVAE相对于现有方法提高了攻击检测的准确度和F分数约1％，同时运行时间低于2E-6秒，模型大小低于1MB。研究还证明了CTVAE在潜在空间和重建表示中的有效性。
