کنفرانس بین المللی فناوری اطلاعات و دانش

English

صفحه اصلی / چهاردهمین کنفرانس بین المللی فناوری اطلاعات و دانش

A Comparative Evaluation of Machine Learning Models for Anomaly-Based IDS in IoT Networks

نویسندگان :

Seyed Amir Mousavi¹ Mostafa Sadeghi² Mohammad Sadeq Sirjani³

1- دانشگاه فردوسی مشهد 2- دانشگاه آزاد اسلامی واحد نجف آباد 3- دانشگاه فردوسی مشهد

کلمات کلیدی :

Network Security،Intrusion Detection System،Artificial Intelligence،Machine Learning

چکیده :

With the increasing Internet use, network security has become essential due to the rise in cyber-attacks on network services. To detect these attacks, a robust Intrusion Detection System (IDS) is required. Traditional IDS face challenges like high false alert rates and slow real-time attack detection. Machine learning (ML) can improve this situation, providing a low False Alarm Rate and high detection rates. This research used five ML methods (Logistic Regression, Random Forest, k-Nearest Neighbors, Support Vector Machine, and XGBoost) to classify the UNSW-NB15 dataset. The goal is to evaluate the performance of various machine learning classifiers in detecting attacks for Internet of Things (IoT) network intrusion detection. The study highlighted the importance of further research to reduce false positives and negatives. To evaluate these classifiers, precision, accuracy, recall, and F1 score were used. The results show that XGBoost achieved the highest accuracy and recall. However, only some algorithms performed perfectly in all aspects, suggesting the need for diverse detection strategies. Future research should focus on developing comprehensive systems and ensemble approaches to minimize false alerts and missed detections.

لیست مقالات

لیست مقالات بایگانی شده

A New Sentence Ordering Method Using BERT Pretrained Model

Melika Golestanipour - Seyedeh Zahra Razavi - Dr Heshaam Faili

Intelligent Transportation System (ITS) Using Internet of Things (IoT)

Engineer Reza Khalilian - Dr. Abdalhossein Rezai - Dr. Sayyed Mohammad Reza Talakesh

ElectroCNN: Regressive CNN-based Energy Consumption Forecasting Leveraging Weather Data

Dharmi Patel - Mann Patel - Krisha Darji - Rajesh Gupta - Sudeep Tanwar - Jitendra Bhatia - Hossein Shahinzadeh

ارائه یک مدل جهت تخصیص منابع به توابع مجازی شبکه (VNF) باهدف حفظ درجه تعادل بار در شبکه های چند دامنه ای مبتنی بر نرم‌افزار(multi-SDN)

امین زنداقطاعی - دکتر وحید ستاری نائینی امین زنداقطاعی - وحید ستاری نائینی -

Recommendation Systems in Smart Agriculture: Pathway to a well-designed system

Ahmad Nameni - Amir Ghafarian Daneshmand - Omid Mahdi Ebadati E

بهبود کارایی بارسپاری در شبکه های سلولی با استفاده از ارتباطات مشارکتی در لایه MAC

نبیل الراشدی - رسول صادقی - وائل حسین اللامی - مهدی حمیدخانی

پیش‌بینی بستری مجدد بیماران با استفاده از استخراج مفاهیم زیست‌پزشکی از متون بالینی

فهیمه شاهرخ شهرکی - رسول سامانی - دکتر ناصر قدیری فهیمه شاهرخ شهرکی - رسول سامانی - ناصر قدیری -

SBST challenges from the perspective of the test techniques

Sepideh Kashefi Gargari - Dr Mohammad Reza Keyvanpour

جایگزینی دارو براساس پیش‌بینی یال روی گراف‌های ناهمگون با بهره‌گیری از جاسازی گراف ناهمگون

رسول سامانی - فهیمه شاهرخ شهرکی - دکتر ناصر قدیری رسول سامانی - فهیمه شاهرخ شهرکی - ناصر قدیری -

یک روش انتخاب ویژگی‌ نیمه‌نظارتی جدید بر اساس منظم‌سازی هسین

دکتر راضیه شیخ پور راضیه شیخ پور -

ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 40.3.1