Las redes inteligentes, tecnologías avanzadas de la información, se han convertido en los objetivos de intrusión preferidos debido a Internet de las cosas (IoT) que utiliza dispositivos sensores para recopilar datos de un entorno de red inteligente. Estos datos se envían a la nube, que es una enorme red de super servidores que proporciona diferentes servicios a diversas infraestructuras inteligentes, como hogares inteligentes y edificios inteligentes. Estos pueden proporcionar un amplio espacio para que los atacantes lancen ciberataques destructivos. La novedad de esta investigación propuesta es el desarrollo de un sistema de marco robusto para detectar intrusiones basado en el entorno de IoT. Se empleó un ataque al conjunto de datos IoTID20 para desarrollar el sistema propuesto; es un conjunto de datos recién generado a partir de la infraestructura de IoT. En este marco, se aplicaron tres algoritmos avanzados de aprendizaje profundo para clasificar la intrusión: una red neuronal convolucional (CNN), una memoria a corto plazo (LSTM) y un modelo híbr
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículos:
Técnicas de clasificación de arritmias utilizando redes neuronales profundas.
Videos:
Las Computadoras Superpoderosas de las que Nunca te Contaron
Artículos:
Aplicación de Softcomputing para la recuperación de cobre en el proceso de lixiviación
Artículos:
La Estabilidad Orbital de las Soluciones de Onda Solitaria para la Ecuación de Gardner Generalizada y la Influencia Causada por las Interacciones entre Términos No Lineales
Artículos:
Protocolo eficiente de autenticación de dispositivos basado en blockchain para sistemas ciberfísicos médicos
Artículos:
Compuestos bioactivos de microalgas rojas con valor terapéutico y nutricional
Artículos:
Enfoque de aplicación ágil con Scrum, Lean y Kanban
Artículos:
Arquitectura de software orientada a la creación de micromundos para la enseñanza y el aprendizaje
Artículos:
Perspectivas sobre datos masivos y analítica de datos masivos