Buchumschlag

Efficient Network Traffic Feature Sets for IoT Intrusion Detection

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Silva, Miguel, Vitorino, João, Maia, Eva, Praça, Isabel
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Cryptography and Security Machine Learning Networking and Internet Architecture
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

An Adversarial Robustness Benchmark for Enterprise Network Intrusion Detection
von: Vitorino, João, et al.
Veröffentlicht: (2024)

SoK: Realistic Adversarial Attacks and Defenses for Intelligent Network Intrusion Detection
von: Vitorino, João, et al.
Veröffentlicht: (2023)

Reliable Feature Selection for Adversarially Robust Cyber-Attack Detection
von: Vitorino, João, et al.
Veröffentlicht: (2024)

Revisiting Network Traffic Analysis: Compatible network flows for ML models
von: Vitorino, João, et al.
Veröffentlicht: (2025)

IoT Network Traffic Analysis with Deep Learning
von: Liu, Mei, et al.
Veröffentlicht: (2024)

A Transfer Learning Framework for Anomaly Detection in Multivariate IoT Traffic Data
von: Rezakhani, Mahshid, et al.
Veröffentlicht: (2025)

Hybrid Deep Learning-Federated Learning Powered Intrusion Detection System for IoT/5G Advanced Edge Computing Network
von: Baidar, Rasil, et al.
Veröffentlicht: (2025)

PCAP-Backdoor: Backdoor Poisoning Generator for Network Traffic in CPS/IoT Environments
von: Chathoth, Ajesh Koyatan, et al.
Veröffentlicht: (2025)

Deep Learning Approaches for Network Traffic Classification in the Internet of Things (IoT): A Survey
von: Kalwar, Jawad Hussain, et al.
Veröffentlicht: (2024)

How the Graph Construction Technique Shapes Performance in IoT Botnet Detection
von: Wasswa, Hassan, et al.
Veröffentlicht: (2026)

Federated Learning-Driven Cybersecurity Framework for IoT Networks with Privacy-Preserving and Real-Time Threat Detection Capabilities
von: Rahmati, Milad
Veröffentlicht: (2025)

IoT-AMLHP: Aligned Multimodal Learning of Header-Payload Representations for Resource-Efficient Malicious IoT Traffic Classification
von: Nie, Fengyuan, et al.
Veröffentlicht: (2025)

On the Cross-Dataset Generalization of Machine Learning for Network Intrusion Detection
von: Cantone, Marco, et al.
Veröffentlicht: (2024)

Generative Active Adaptation for Drifting and Imbalanced Network Intrusion Detection
von: Gupta, Ragini, et al.
Veröffentlicht: (2025)

FedMADE: Robust Federated Learning for Intrusion Detection in IoT Networks Using a Dynamic Aggregation Method
von: Sun, Shihua, et al.
Veröffentlicht: (2024)

SecureDyn-FL: A Robust Privacy-Preserving Federated Learning Framework for Intrusion Detection in IoT Networks
von: Soomro, Imtiaz Ali, et al.
Veröffentlicht: (2026)

Backdoor Attacks on Contrastive Continual Learning for IoT Systems
von: Tim, Alfous, et al.
Veröffentlicht: (2026)

Temporal Analysis of NetFlow Datasets for Network Intrusion Detection Systems
von: Luay, Majed, et al.
Veröffentlicht: (2025)

BRIDGE and TCH-Net: Heterogeneous Benchmark and Multi-Branch Baseline for Cross-Domain IoT Botnet Detection
von: Bhilwarawala, Ammar, et al.
Veröffentlicht: (2026)

A Blockchain Solution for Collaborative Machine Learning over IoT
von: Beis-Penedo, Carlos, et al.
Veröffentlicht: (2023)

Sequential Binary Classification for Intrusion Detection
von: Vasudevan, Shrihari, et al.
Veröffentlicht: (2024)

Design and implementation of intelligent packet filtering in IoT microcontroller-based devices
von: Bertoli, Gustavo de Carvalho, et al.
Veröffentlicht: (2023)

LPUF-AuthNet: A Lightweight PUF-Based IoT Authentication via Tandem Neural Networks and Split Learning
von: Mefgouda, Brahim, et al.
Veröffentlicht: (2024)

Hyperparameter Tuning-Based Optimized Performance Analysis of Machine Learning Algorithms for Network Intrusion Detection
von: Tripathy, Sudhanshu Sekhar, et al.
Veröffentlicht: (2025)

ZEST: Attention-based Zero-Shot Learning for Unseen IoT Device Classification
von: Wu, Binghui, et al.
Veröffentlicht: (2023)

A Novel Open Set Energy-based Flow Classifier for Network Intrusion Detection
von: Souza, Manuela M. C., et al.
Veröffentlicht: (2021)

Sdn Intrusion Detection Using Machine Learning Method
von: Mahmud, Muhammad Zawad, et al.
Veröffentlicht: (2024)

IoTGeM: Generalizable Models for Behaviour-Based IoT Attack Detection
von: Kostas, Kahraman, et al.
Veröffentlicht: (2023)

Multi-Agent Collaborative Intrusion Detection for Low-Altitude Economy IoT: An LLM-Enhanced Agentic AI Framework
von: Li, Hongjuan, et al.
Veröffentlicht: (2026)

Analyzing Unsolicited Internet Traffic: Measuring IoT Security Threats via Network Telescopes
von: Ismail, Shereen, et al.
Veröffentlicht: (2026)

Online Self-Supervised Deep Learning for Intrusion Detection Systems
von: Nakıp, Mert, et al.
Veröffentlicht: (2023)

Enhancing Anomaly-Based Intrusion Detection Systems with Process Mining
von: Vitale, Francesco, et al.
Veröffentlicht: (2026)

Evasion Adversarial Attacks Remain Impractical Against ML-based Network Intrusion Detection Systems, Especially Dynamic Ones
von: elShehaby, Mohamed, et al.
Veröffentlicht: (2023)

FetFIDS: A Feature Embedding Attention based Federated Network Intrusion Detection Algorithm
von: Ghosh, Shreya, et al.
Veröffentlicht: (2025)

Hiding in Plain Sight: An IoT Traffic Camouflage Framework for Enhanced Privacy
von: Worae, Daniel Adu, et al.
Veröffentlicht: (2025)

Locality Sensitive Hashing for Network Traffic Fingerprinting
von: Mashnoor, Nowfel, et al.
Veröffentlicht: (2024)

Over-Threshold Multiparty Private Set Intersection for Collaborative Network Intrusion Detection
von: Arpaci, Onur Eren, et al.
Veröffentlicht: (2025)

ConCap: Practical Network Traffic Generation for (ML- and) Flow-based Intrusion Detection Systems
von: Verkerken, Miel, et al.
Veröffentlicht: (2025)

A Framework for Detection and Classification of Attacks on Surveillance Cameras under IoT Networks
von: Amjid, Umair, et al.
Veröffentlicht: (2025)

Developing a Transferable Federated Network Intrusion Detection System
von: Jameel, Abu Shafin Mohammad Mahdee, et al.
Veröffentlicht: (2025)