A systematic review of metaheuristics-based and machine learning-driven intrusion detection systems in IoT

Titel: Een systematische review van metaheuristiek-gebaseerde en machine learning-gedreven inbraakdetectiesystemen (IDS) in IoT

Auteurs: Mohammad Shamim Ahsan, Salekul Islam, en Swakkhar Shatabda
Publicatie: Swarm and Evolutionary Computation (2025)

---

1. Het Probleem

De wijdverspreide adoptie van het Internet of Things (IoT) heeft nieuwe beveiligingsuitdagingen opgeleverd. IoT-netwerken zijn inherent kwetsbaar voor bekende en onbekende cyberaanvallen vanwege hun heterogeniteit, flexibiliteit en nauwe connectiviteit.

• Beperkingen van traditionele methoden: Traditionele firewalls en regelgebaseerde IDS kunnen complexe gedragspatronen niet detecteren.
• Beperkingen van Machine Learning (ML): Hoewel ML- en Deep Learning (DL)-modellen hoge detectienauwkeurigheid bieden, vereisen ze aanzienlijke rekenkracht en tijd. Dit is een kritieke bottleneck voor IoT-omgevingen, die vaak beperkte resources hebben (energie, geheugen, verwerkingscapaciteit) en waar decentrale verwerking (edge computing) de voorkeur geniet.
• Optimalisatiebehoefte: Er is een dringende behoefte aan technieken om ML-modellen te optimaliseren (bijv. feature selectie, parameter tuning) zodat ze efficiënter werken binnen de strenge beperkingen van IoT-apparaten.

2. Methodologie

De auteurs hebben een systematische literatuurstudie (SLR) uitgevoerd om de integratie van metaheuristiek en machine learning voor IoT-IDS te analyseren.

• Zoekstrategie: Er werd gezocht in vooraanstaande databases (IEEE Xplore, ACM, Elsevier, Springer, etc.) voor artikelen gepubliceerd tussen 2020 en 2024.
• Selectiecriteria: Artikelen moesten specifiek gericht zijn op IoT-IDS, gebruikmaken van zowel metaheuristiek als ML, en geen focus hebben op niet-relevante technologieën zoals blockchain of specifieke enkelvoudige aanvallen (zoals alleen botnets).
• Dataset: Na filtering bleven 111 relevante artikelen over (90% tijdschriften, 10% conferenties), waarvan de meeste in Q1 en Q2 tijdschriften zijn gepubliceerd.
• Analyse: De studies werden geanalyseerd op basis van:
  • Gebruikte metaheuristieken (zwarm, natuur-geïnspireerd, evolutionair, etc.).
  • Gebruikte ML-modellen (supervised, unsupervised, deep learning).
  • Toepassingsgebieden (feature selectie, parameter tuning, hyperparameter tuning).
  • Gebruikte datasets en evaluatiemetrics.

3. Belangrijkste Bijdragen

Deze studie onderscheidt zich van eerdere reviews door:

1. Uitgebreide Taxonomie: Het introduceren van een grootschalige taxonomie van IoT-IDS die metaheuristiek en ML integreert.
2. Verborgen Correlaties: Het onthullen van verborgen relaties tussen de beste presterende metaheuristieken, ML-modellen en de meest gebruikte datasets.
3. Toepassingsanalyse: Een gedetailleerde analyse van hoe metaheuristieken worden toegepast:
   • Feature Selectie (FS): Het selecteren van de meest relevante kenmerken om rekenlast te verminderen.
   • Parameter Tuning (PT): Het optimaliseren van modelparameters (bijv. gewichten en bias).
   • Hyperparameter Tuning (HPT): Het optimaliseren van configuratieparameters (bijv. leer snelheid, aantal lagen).
   • Hybride toepassingen: Combinaties van bovenstaande.
4. Identificatie van Gaten: Het benoemen van openstaande problemen en toekomstige onderzoeksdirectionen.

4. Resultaten en Bevindingen

A. Gebruikte Metaheuristieken

• Natuur-geïnspireerde algoritmen zijn het meest populair (53,5% van de top-systemen), met name Grey Wolf Optimizer (GWO), Firefly Optimization (FOA) en Whale Optimization (WOA).
• Zwarm-intelligentie (bijv. PSO, ACO) en hybride metaheuristieken (combinaties van verschillende algoritmen) worden ook frequent gebruikt.
• Evolutionaire algoritmen (zoals GA) en mens-geïnspireerde methoden zijn minder dominant maar wel effectief in specifieke gevallen.

B. Machine Learning Modellen

• Ensemble Learning (EL) en Random Forest (RF) presteren uitstekend, vooral in combinatie met metaheuristieken voor feature selectie.
• Deep Learning (DL) modellen, zoals CNN, LSTM en DBN, worden veel gebruikt, maar vereisen vaak meer optimalisatie om de prestaties te maximaliseren.
• Er is een sterke correlatie: Nature-inspired metaheuristieken worden vaak gekoppeld aan Deep Learning modellen voor parameter-tuning, terwijl Hybride metaheuristieken vaak worden gebruikt voor feature selectie in Ensemble-modellen.

C. Datasets en Prestaties

• Meest gebruikte datasets: NSL-KDD, UNSW-NB15, BoT-IoT, CICIDS-2017 en TON-IoT.
• Prestaties: De beste systemen bereiken nauwkeurigheden van 99% tot 100% en F1-scores van 99%+ op deze datasets.
• Kritische observatie: Veel gebruikte datasets zijn verouderd (voor 2020) en sterk ongebalanceerd. Dit kan leiden tot een vertekend beeld van de prestaties (hoge nauwkeurigheid door het voorspellen van de meerderheidsklasse). De auteurs benadrukken dat de F1-score een betrouwbaarder metriek is dan alleen nauwkeurigheid.

D. Toepassingsverdeling

• Feature Selectie (58,4%): De meest voorkomende toepassing. Metaheuristieken worden gebruikt om irrelevante kenmerken te verwijderen, wat essentieel is voor resource-beperkte IoT-apparaten.
• Hyperparameter Tuning (13,3%) en Parameter Tuning (12,4%): Minder frequent, maar cruciaal voor het maximaliseren van de prestaties van complexe DL-modellen.
• Hybride toepassingen (FS + PT/HPT): Een groeiend trend, maar nog minder frequent.

5. Uitdagingen en Toekomstperspectief

De auteurs identificeren enkele kritieke uitdagingen:

• Resource-beperkingen: De integratie van complexe metaheuristieken en ML kan de energieconsumptie van IoT-apparaten te hoog maken.
• Datasets: Er is een gebrek aan recente, realistische en gebalanceerde datasets die moderne aanvallen (post-2020) bevatten.
• Interpretatie: Veel studies vermelden niet expliciet welke kenmerken of parameters zijn geselecteerd, wat de reproduceerbaarheid en validatie bemoeilijkt.
• Real-time verwerking: De meeste systemen werken offline. Er is een behoefte aan incrementele learning en online IDS-systemen die zich dynamisch aanpassen aan nieuwe bedreigingen.
• Toekomstige richtingen:
  • Integratie van GANs (Generative Adversarial Networks) met metaheuristieken voor het genereren van synthetische data en het oplossen van class imbalance.
  • Toepassing van microbiologie-geïnspireerde en chemie-geïnspireerde algoritmen die nog niet veel in IoT-IDS zijn gebruikt.
  • Federated Learning en Explainable AI (XAI) voor privacy en vertrouwen.

Conclusie

De studie concludeert dat de integratie van metaheuristiek en machine learning een veelbelovende oplossing biedt voor de beveiliging van IoT-netwerken. Door het optimaliseren van feature selectie en modelparameters kunnen deze systemen hoge detectienauwkeurigheid bereiken binnen de strenge rekenkundige beperkingen van IoT-apparaten. Echter, om deze systemen robuust en praktisch toepasbaar te maken, moeten toekomstig onderzoek zich richten op het gebruik van realistischere datasets, het verbeteren van real-time capaciteiten en het transparant maken van de selectieprocessen.