Designing a smart system to detect the intrusion in IoT

Nesnelerin İnterneti (IoT), günlük faaliyetlerden geniş endüstriyel sistemlere kadar hayatın her alanında daha geniş bir etkiye sahip olma niyetiyle son birkaç yılda hızla büyüyor. Ne yazık ki, bir grup siber suçlu, IoT'yi siber suçlar için bir vektöre dönüştürmekten ve uç düğümleri saldırıya açık hale getirmekten sorumlu olanlar, bunu fark etti. Çok farklı türde IoT cihazları olduğundan, normal bir saldırı tespit sistemi (IDS) kullanarak IoT için altyapıyı savunmak zordur. IoT cihazlarının korunması gerekir. IoT'deki veri akışına baktık. bu çalışmada iki veri seti (UNSW-NB15 ve DoH20) ve üç Makine Öğrenimi (ML) sınıflandırıcısı kullanılmıştır: Rastgele Orman (RF), K-En Yakın Komşular (KNN) ve Karar Ağacı (DT). Her yöntem için Hata Oranı (ER), Doğruluk(Acc), Kesinlik, Geri Çağırma ve F1 puanını belirledik. Bu iki sınıflandırıcıyı birleştirdiğimizde olağanüstü sonuçlar (%100) aldık. Tespit oranları son derece yüksektir. Sonuçların kısa bir özeti sunulmaktadır.