Intrusion detection in wireless sensor networks by an ensemble of artificial neural networks

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F19%3A10244287" target="_blank" >RIV/61989100:27240/19:10244287 - isvavai.cz</a>

Výsledek na webu

<a href="https://link.springer.com/chapter/10.1007%2F978-981-13-8311-3_28" target="_blank" >https://link.springer.com/chapter/10.1007%2F978-981-13-8311-3_28</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-981-13-8311-3_28" target="_blank" >10.1007/978-981-13-8311-3_28</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Intrusion detection in wireless sensor networks by an ensemble of artificial neural networks

Popis výsledku v původním jazyce

Wireless sensor and actuator networks are essential components of modern technologies and infrastructures for smart homes and cities, intelligent transportation systems, advanced manufacturing, Internet of things and, for example, fog and edge computing. Cybersecurity of such massively distributed systems is becoming a major issue, and advanced methods to improve their safety and reliability are needed. Intrusion detection systems automatically identifymalicious network traffic, uncover cybernetic attacks and notify network users and operators. In this work, a novel strategy for intrusion detection in wireless sensor networks based on accurate neural models of specific attacks learned from network traffic data is proposed and evaluated.

Název v anglickém jazyce

Intrusion detection in wireless sensor networks by an ensemble of artificial neural networks

Popis výsledku anglicky

Wireless sensor and actuator networks are essential components of modern technologies and infrastructures for smart homes and cities, intelligent transportation systems, advanced manufacturing, Internet of things and, for example, fog and edge computing. Cybersecurity of such massively distributed systems is becoming a major issue, and advanced methods to improve their safety and reliability are needed. Intrusion detection systems automatically identifymalicious network traffic, uncover cybernetic attacks and notify network users and operators. In this work, a novel strategy for intrusion detection in wireless sensor networks based on accurate neural models of specific attacks learned from network traffic data is proposed and evaluated.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10200 - Computer and information sciences

Projekt

<a href="/cs/project/EF16_019%2F0000867" target="_blank" >EF16_019/0000867: Centrum výzkumu pokročilých mechatronických systémů</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2019

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Smart Innovation, Systems and Technologies. Volume 142

ISBN

978-981-13-8310-6

ISSN

2190-3018

e-ISSN

2190-3026

Počet stran výsledku

11

Strana od-do

323-333

Název nakladatele

Springer

Místo vydání

Singapur

Místo konání akce

St. Julian

Datum konání akce

17. 6. 2019

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—