Robust idss design for IoT based on smart algorithms

Genel olarak Nesnelerin İnterneti'nin (IoT'ler) ve özellikle Hareketli Nesnelerin İnterneti'nin (IoMT'ler) güvenlik açıkları, araştırmacıları davetsiz misafirlere ve saldırılara karşı güvenlik sistemleriyle donatmaya motive eder. IoMT'ler için anormallik tespitinin izinsiz giriş tespiti ile entegrasyonu yeterince ele alınmamıştır. Bu çalışma, anormallik tespiti için bir Kalman ve Cauchy kümelemesi oluşturarak ve bunu Extreme Learning Machine (ELM) sınıflandırıcısını kullanarak IoMT'ler içindeki kimlik doğrulama düğümleri için kullanarak bu sorunu ele almaktadır. Algoritma, çeşitli bileşenlerden oluşur. Bunlardan ilki, WiFi'yi IMU verileriyle birleştirmeye dayalı bir kapalı ortam içindeki yayaların yörüngesini tahmin etmek için Kalman filtresi tabanlı model, ikincisi Kalman filtresini kullanarak tahmini yörüngeye dayalı olarak IoMT'deki anormallik davranışını tespit etmek için güvenilirlik değerlendirmesi, üçüncüsü de, bir Online Sequential Extreme öğrenme makinesi (OSELM) kullanarak saldırıların tanımlanması için anormallik algılamayı çevrimiçi öğrenme ile entegre ederek IoMT sistemleri için IDS modelidir. OSELM algoritması, WiFi parmak izi için TamperU veri seti ve izinsiz giriş tespiti için KDD99 kullanılarak uygulanmış ve değerlendirilmiştir. Ayrıca, izinsiz giriş tespiti ve anormallik tespiti için karşılaştırma ölçütleri ile yapılan bir karşılaştırma, önerilen tüm sınıflandırma ölçütleri açısından önerilen yaklaşımın üstünlüğünü kanıtlamaktadır. Geliştirilen algoritma, anormallik tespiti için mevcut iki modelle, yani gelişen veri akışı için bir çok yoğunluklu kümeleme algoritması (MUDI) ve gelişen veri akışlarının rastgele şekillendirilmiş kümeler halinde tamamen çevrimiçi kümelenmesi (CEDAS) ile karşılaştırıldı. Sonuçlar, bu çalışmada geliştirilen algoritmanın, kullanılan anormalliklerin farklı yüzdeleri, farklı sayıda yaya sayısı ve farklı ortalama yaya hızlarını içeren üç farklı senaryo altında anormallik ve izinsiz giriş tespiti açısından üstünlüğünü kanıtlamıştır.