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。
📝
内容提要
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。
🎯
关键要点
- 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。
- CTVAE相较于现有方法提高了攻击检测的准确度和F分数约1%。
- CTVAE的运行时间低于2E-6秒,模型大小低于1MB。
- CTVAE在潜在空间和重建表示中的有效性得到了证明。
- CTVAE适用于IoT入侵检测系统,所需的内存和计算能力更少。
➡️