###
:2024,37(2):317-325
←前一篇   |   后一篇→
本文二维码信息
码上扫一扫!
一种物联网入侵检测和成员推理攻击研究
(中国计量大学信息工程学院)
摘要
图/表
参考文献
相似文献
本文已被:浏览 301次   下载 303
    
中文摘要: 为适应物联网节点计算能力弱、存储空间不足和敏感数据易受攻击等特点,提出一种新的融合卷积神经网络和差分隐私的轻量级入侵检测模型,使模型更好适应物联网苛刻的资源环境。首先,使用MinMax算法对原始流量数据进行归一化预处理;其次,设计轻量级卷积神经网络提取流量特征并进行分类;最后使用差分隐私算法对模型可能遇到的成员推理攻击进行防御。新算法在UNSW_NB15等入侵检测数据集上进行了实验,本文的模型准确率达到98.98%,精确率达到98.05%,模型大小控制在200KB左右,相比于DAE-OCSVM算法准确率提高了2.81%,适用于物联网资源有限环境下要求的高精度的入侵检测;同时,针对模型可能遇到的成员推理攻击进行研究,新算法在融入差分隐私算法后降低了20.96%的成员推理攻击。
Abstract:
keywords:
文章编号:cg220604     中图分类号:TP212.9?TP183?TP309    文献标志码:
基金项目:浙江省基础公益项目LGF21F020017
Author NameAffiliationE-mail
  781047266@qq.com 
引用文本:


用微信扫一扫

用微信扫一扫