인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
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.
초록·키워드
Agriculture holds a pivotal role in the progress of human society. The challenges stemming from a burgeoning population, land degradation, water scarcity, and urbanization have intensified the need for more efficient agricultural production. While smart farming brings significant benefits to farmers and agricultural output, it also introduces complex cybersecurity risks to agricultural production. The security of the physical layer in smart agriculture is intricately tied to crop growth and yield, with indirect implications for the security of the network and application layers. This paper introduces a novel intrusion detection scheme based on CatBoost for the physical layer and evaluates its effectiveness using the publicly available ToN_IOT dataset. In binary classification results, the scheme achieves a remarkable recognition accuracy of 99.94%, along with a precision and recall of 99.88%. In multi-classification results, the scheme outperforms other existing solutions across all metrics. The experimental findings clearly illustrate the exceptional recognition accuracy of this implemented method against physical layer attacks within the domain of smart agriculture. Furthermore, the system’s implementation ensures the security of input data for the smart agriculture network layer, cloud, and blockchain applications.
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
