Resumen

El Internet Industrial de las Cosas (IIoT) es un área de investigación reciente que vincula equipos y servicios digitales a sistemas físicos. El IIoT se ha utilizado para generar grandes cantidades de datos de múltiples sensores, y el dispositivo ha encontrado varios problemas. El IIoT ha enfrentado diversas formas de ciberataques que ponen en peligro su capacidad para suministrar a las organizaciones operaciones sin problemas. Tales riesgos resultan en daños financieros y de reputación para las empresas, así como en el robo de información sensible. Por lo tanto, se han desarrollado varios Sistemas de Detección de Intrusos en Red (NIDSs) para combatir y proteger los sistemas IIoT, pero la recopilación de información que se puede utilizar en el desarrollo de un NIDS inteligente es una tarea difícil; por lo tanto, existen desafíos serios en la detección de ataques existentes y nuevos. Por lo tanto, el estudio proporciona un paradigma de detección de intrusiones basado en el aprendizaje profundo para IIoT con una selección de características híbr

• Materias:Comunicación inalámbrica Dispositivos móviles Seguridad de la información Algoritmo de inteligencia Sensor inteligente
• Subjects:Wireless communication Mobile devices Information security Algorithm intelligence Intelligent sensor
• Palabras claves:Internet industrial de las cosas; Ciberataques; Sistemas de detección de intrusiones en redes; Aprendizaje profundo; Selección de características basada en reglas híbridas; Paquetes tcp/ip
• Keywords:Industrial internet of things; Cyberattacks; Network intrusion detection systems; Deep learning; Hybrid rule-based feature selection; Tcp/ip packets