机构名称：
¥ 1.0
摘要：使用物联网的持续进步已经发生了很大的转变，尽管同时它使IoT网络易受高级网络犯罪的影响。物联网的传统安全措施有几个限制；分布式和自适应物联网系统的保护需要新的方法。这项研究基于深度学习提供了针对物联网网络的新型威胁智能，该智力符合IEEE标准。与标准化框架交织的人工智能是研究的目标，因此改善了影响物联网环境的网络威胁的识别，保护和减少。这项研究是系统的，首先检查了从公共可用数据集CICIDS2017和IOT-23中恢复的IoT特异性威胁数据。网络异常和特征提取的分类是在CNN和LSTM等深度学习模型的帮助下进行的。本文提出的系统符合IEEE标准，例如IEEE 802.15.4，用于安全的IoT传输和IEEE P2413用于体系结构。是为了使用模型并评估其在总体准确性，检测比和检测事件的时间方面评估其有效性。研究结果证明，使用深度学习构建的威胁情报系统在根据IEEE指南设计时为物联网网络提供了明确的安全性。所提出的模型保留了高检测率，可扩展，并且有助于防止新的攻击形式。本研究开发了一种提供符合标准的网络安全解决方案的方法，以在工业领域的IoT应用程序中启用信任和可靠性。更多的未来研究可以致力于在技术（例如边缘计算）中最新进步的背景下实施该系统。
IoT的基于学习的深度威胁智能系统...
主要关键词
相关文件推荐
