Effiziente Verarbeitung und Analyse heterogener IoT-Daten zur Erkennung von Angriffen
Durch die Verwendung eines neuartigen Mehrkanaligen Autoencoder-Modells (MIAE) können heterogene IoT-Eingangsdaten effektiv in eine niedrigdimensionale Darstellung überführt werden, um Klassifikatoren bei der Unterscheidung zwischen normalem Verhalten und verschiedenen Angriffsarten zu unterstützen. Darüber hinaus ermöglicht ein in MIAE integrierter Merkmalsauswahlmechanismus (MIAEFS) die Identifizierung und Beibehaltung relevanter Merkmale, wodurch die Genauigkeit der Erkennungsmodelle weiter verbessert wird.