Federated Hybrid Deep Learning Framework for IoT Intrusion Detection Using N-BaIoT, CICIoT2023, and BoT-IoT Datasets
Cet article présente un cadre d'apprentissage profond hybride fédéré de bout en bout pour la détection d'intrusions dans l'IdO qui prépare et entraîne divers modèles (incluant CNN, LSTM et XGBoost) sur les ensembles de données N-BaIoT, CICIoT2023 et BoT-IoT afin d'obtenir des performances solides tout en traitant les contraintes de confidentialité et de ressources, avec des résultats soulignant le défi particulier de l'ensemble de données multiclasse CICIoT2023.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.