Machine learning for network anomaly detection

Önceki yıllarda Nesnelerin İnterneti (IoT), birçok alanda yaygın olarak uygulanmasından ve son zamanlarda Nesnelerin İnterneti cihazlarının örneğin sağlık, tarım, endüstri vb. Nesnelerin İnterneti ile yapay zekaya entegre dikkat ayırır ve Nesnelerin İnterneti ağlarıyla ilgili olarak otonom ve insan müdahalesi olmadan toplamayı, işlemeyi ve karar vermeyi amaçlayan Yapay Zeka (AIOT) teknolojisini tanımlar. Nesnelerin İnterneti ağlarında banka dolandırıcılığı, Nesnelerin İnterneti ağlarına yapılan saldırıların sayısında artış ve diğer sorunlar gibi birçok sorun meydana gelmektedir. Nesnelerin İnterneti, saldırıların sayısındaki artışın ve hareketi engelleyen çarpıtmaların ve IoT sisteminin başarısızlığının bir sonucudur. Bu çalışma, beş makine öğrenimi sınıflandırma algoritmasının (destek vektör makinesi, karar ağaçları, rastgele ormanlar, yapay sinir ağı ve k-en yakın komşular) performansını göstermiştir. Intelligent Space Distribution System DS2OS kullanılarak oluşturulan açık kaynaklı Kugel web sitesinden alınan bir dizi veriye dayanarak ölçüldü ve ağdaki birçok anormallik ve saldırının tahminiyle karşılaştırıldı, ardından performans değerlendirme ölçütleri kullanıldı. doğruluk, hatırlama, Kesinlik ve f1 puanıdır. Tezde birkaç algoritma ile yüksek performans elde edilmiş ancak bir algoritma destek vektör makinesine diğer algoritmalara göre düşük performans vermiştir ve KNN algoritmasının en iyi performansı ölçüm doğruluğunda %94,99, Kesinlik ise 1, Hatırlama 0.65, Hatırlama 0.65 ve F1- skoru 0.79. KNN algoritmasının karışıklık matrisi doğru çalışıyor.