지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2024.11
- 수록면
- 1,497 - 1,509 (13page)
- DOI
- 10.7840/kics.2024.49.11.1497
이용수
초록· 키워드
오류제보하기
Internet of Things (IoT) devices flourish fast along with the rapid progress of wireless network technologies. Since IoT devices usually deal with sensitive information from nearby users, protecting them from malicious network activities is critical. Artificial neural network (ANN) based approaches are known to be effective in detecting network anomalies. However, it is hard for IoT devices to apply such approaches due to constrained resources. Spiking Neural Networks (SNN) is a new type of neural network that requires low power consumption and computational overhead, which is proper for IoT devices. In this paper, using several network intrusion datasets, we conduct extensive experiments to compare the performance of ANN and SNN for identifying network attacks. Our experiment results demonstrate that SNN yields comparable performance to ANN in terms of accuracy and outperforms ANN in detecting frequently appearing attacks while consuming less energy.
목차
ABSTRACT
Ⅰ. Introduction
Ⅱ. Background
Ⅲ. Experiment Setup
Ⅳ. Results
Ⅴ. Related Work
Ⅵ. Conclusions
References
참고문헌 (32)
참고문헌 신청
W. Maass, “Networks of spiking neurons: The third generation of neural network models,” Neural Netw., vol. 10, no. 9, pp. 1659-1671, 1997. (https://doi.org/10.1016/S0893-6080(97)00011-7)
L. Abbott, “Lapicque’s introduction of the integrate-and-fire model neuron (1907),” Brain Res. Bulletin, vol. 50, no. 5, pp. 303-304, 1999. (https://doi.org/10.1016/S0361-9230(99)00161-6)
P. Dayan and L. Abbott, Theoretical Neuroscience, Cambridge, MA: MIT Press, 2001.
H. Mostafa, B. U. Pedroni, S. Sheik, and G. Cauwenberghs, “Fast classification using sparsely active spiking networks,” in Proc. IEEE ISCAS, pp. 1-4, 2017. (https://doi.org/10.1109/ISCAS.2017.8050527)
G. Bellec, D. Salaj, A. Subramoney, R. Legenstein, and W. Maass, “Long short-term memory and learning-to-learn in networks of spiking neurons,” in Proc. Int. Conf. NIPS, pp. 795-805, Montréal, Canada, 2018. (https://dl.acm.org/doi/10.5555/3326943.3327017)
L. Abbott, “Lapicque’s introduction of the integrate-and-fire model neuron (1907),” Brain Res. Bulletin, vol. 50, no. 5, pp. 303-304, 1999. (https://doi.org/10.1016/S0361-9230(99)00161-6)
P. Dayan and L. Abbott, Theoretical Neuroscience, Cambridge, MA: MIT Press, 2001.
H. Mostafa, B. U. Pedroni, S. Sheik, and G. Cauwenberghs, “Fast classification using sparsely active spiking networks,” in Proc. IEEE ISCAS, pp. 1-4, 2017. (https://doi.org/10.1109/ISCAS.2017.8050527)
G. Bellec, D. Salaj, A. Subramoney, R. Legenstein, and W. Maass, “Long short-term memory and learning-to-learn in networks of spiking neurons,” in Proc. Int. Conf. NIPS, pp. 795-805, Montréal, Canada, 2018. (https://dl.acm.org/doi/10.5555/3326943.3327017)
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
지식 증류법을 이용한 스파이킹 뉴럴 네트워크의 성능 분석
대한전자공학회 학술대회
2020 .08
-
YOLOv8에서의 단일 계층 ANN to SNN 변환
한국통신학회 학술대회논문집
2025 .02
-
깊은 스파이킹 신경망 학습 방법의 최신 연구 동향
대한전자공학회 학술대회
2020 .08
-
Deep Learning Based Network Intrusion Detection for Industrial Internet of Things
한국통신학회 학술대회논문집
2020 .08
-
시계열 데이터 분석을 위한 시간 인코딩 기반 SNN 연구
대한전자공학회 학술대회
2021 .06
-
Comparison of Artificial Neural Networks for Low-Power ECG-Classification System
센서학회지
2020 .01
-
SNN(Spike Neural Network)와 CNN(Convolutional neural network) 모델 구현을 통한 MNIST 추론 메커니즘 연구
Proceedings of KIIT Conference
2023 .11
-
LIF/IF Model을 활용한 SNN Neuron의 H/W 구현
대한전자공학회 학술대회
2021 .06
-
Spiking Neural Network(SNN)를 위한 Leaky Integrate and Fire(LIF) 모델의 뉴런을 모사한 180nm CMOS 아날로그 회로 구현
대한전자공학회 학술대회
2023 .06
-
Analysis of Network Technology for the IoT Environments
INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING
2016 .06
-
멤리스터 인공지능 칩의 SNN 기반 응용 기술 개발
대한전자공학회 학술대회
2023 .06
-
FPGA Implementation of an Artificial Intelligence Signal Recognition System
센서학회지
2022 .01
-
스마트 헬스 시티를 위한 ECG 기반 부정맥 감지 SNN 알고리즘
한국통신학회논문지
2020 .12
-
스파이킹 신경망(SNN) 기반 YOLO 모델을 활용한 교차로 차량 인식
한국통신학회 학술대회논문집
2025 .02
-
멀티모달 스파이킹 뉴럴 네트워크의 성능 분석
대한전자공학회 학술대회
2023 .06
-
Classification using a Spiking Neural Network: A Review
IEIE Transactions on Smart Processing & Computing
2023 .02
-
차세대 신경망 SNN core 반도체 설계
대한전자공학회 학술대회
2021 .06
-
Digital Twin Flight Dynamics model of UAM vehicle using Spiking Neural Network
한국항공우주학회 학술발표회 초록집
2023 .11
-
시간 특징 인코딩 기반 심층 스파이킹 신경망
대한전자공학회 학술대회
2024 .06
-
DoS Attack Control Design of IoT System for 5G Era
Journal of information and communication convergence engineering
2018 .06
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-25-02-091113771