Aller au contenu principal
2023 conference-paper

Network Traffic Classifiers for Internet of Things Intrusion Detection using Machine Learning Classifiers

0Citations signalées, ce qui n’est pas une note de qualité
2Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : in. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

In today's era smart devices are integral part of our life and every device becomes smart if it is equipped with sensors and having ability to connect with internet. Without any hindrance we can connect and interact with soundings via smart devices, this is possible because of the technological advancement such as cloud computing and Internet of things. With the latest technologies we are using advance algorithms such as machine learning to make our decision more effective. The importance and need of smart devices in life have more vulnerability attacks so it needs concrete security mechanism and privacy policies to safeguard from cyber security and threats via intrusion detection. The existing IoT security literature is thoroughly analysed in this paper, outlining the many vulnerabilities and possible defences. The paper also looks into the use of machine learning techniques for traffic inflow classification, highlighting comparisons of different classifiers for problems that are special to different domains and different machine learning techniques for early identification of intrusion detection. The paper is concluded with a review of the current problems and potential future directions for IoT security research.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Network Traffic Classifiers for Internet of Things Intrusion Detection using Machine Learning Classifiers
Date Crossref
08/09/2023
Éditeur
IEEE
Type
proceedings-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • Institute of Management Technology pays non établi dans la notice
    Université ou école supérieure
  • Graphic Era University pays non établi dans la notice
    Université ou école supérieure
  • Computer Science &#x0026 pays non établi dans la notice
    Institution
  • Graphic Era Hill University pays non établi dans la notice
    Université ou école supérieure
  • GRD IMT pays non établi dans la notice
    Institution
  • Software Business Systems Consultanting India Private Limited pays non établi dans la notice
    Institution

Institute of Management Technology, Graphic Era University et Computer Science &#x0026, avec 3 autres affiliations.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Network Security and Intrusion DetectionInternet Traffic Analysis and Secure E-votingBlockchain Technology Applications and Security

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.