摘要。Internet是设备的最常见连接工具,例如计算机,手机,智能手表等。这些设备与指定的服务器通信以提供信息。在这里,我们指的是连接众多称为物联网(IoT)的自动设备的系统。由于设备是不同类别的,有时很小,因此为有需要的人提供全面的安全性变得具有挑战性。但是,物联网上的传感器收集了大量数据,巨大的网络成为企业家的吸引力目标。对物联网的几项攻击之一是分发拒绝服务(DDOS)。机器学习可以在识别物联网中的这些攻击中起关键作用,因为它可以分析大量数据。机器学习模型可以学习合法的train tagre tagre模式,然后确定偏离学习模式的恶意数据包。分类技术可以根据与之相关的几个属性将恶意数据包与真正的数据包区分开。这项工作使用分类技术,例如随机森林,梯度提升和XGBoost来确定trail iC中的恶意数据包。分析表明,诸如Smote和Adasyn之类的平衡技术对于提高技术的性能至关重要。
主要关键词