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
ABSTRACT With the increasing proliferation of the Internet of Things (IoT) and the rise of cyber‐attacks targeting these devices, the need for efficient attack detection methods has become increasingly urgent. In this paper, a novel approach is proposed based on ensemble deep transfer learning optimized using the Whale Optimization Algorithm (WOA) to detect attacks on IoT devices. The method employs multiple ensemble deep transfer learning (DTL) models that transfer knowledge from data in other domains to IoT‐specific data. Subsequently, the WOA algorithm is utilized to optimize the model parameters and combine them into an ensemble classifier. The performance of the proposed method is evaluated using the Edge‐IIoTset dataset, and the results demonstrate a detection accuracy of 99.6%, with a significantly reduced false alarm rate. These findings highlight the high efficiency of the proposed method in enhancing the security of IoT devices.
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
