Buchumschlag

Towards Efficient Machine Learning Method for IoT DDoS Attack Detection

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Modi, P
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Cryptography and Security Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Comparative Analysis of Machine Learning Models for DDoS Detection in IoT Networks
von: Shakya, Sushil, et al.
Veröffentlicht: (2024)

Enhancing IoT Security Against DDoS Attacks through Federated Learning
von: Shirvani, Ghazaleh, et al.
Veröffentlicht: (2024)

SD-CGAN: Conditional Sinkhorn Divergence GAN for DDoS Anomaly Detection in IoT Networks
von: Onyeka, Henry, et al.
Veröffentlicht: (2025)

Graph-Based DDoS Attack Detection in IoT Systems with Lossy Network
von: Hekmati, Arvin, et al.
Veröffentlicht: (2024)

A Transformer-Based Approach for DDoS Attack Detection in IoT Networks
von: Dey, Sandipan, et al.
Veröffentlicht: (2025)

Extreme Learning Machine Based System for DDoS Attacks Detections on IoMT Devices
von: Elsayed, Nelly, et al.
Veröffentlicht: (2025)

A Study on Semi-Supervised Detection of DDoS Attacks under Class Imbalance
von: Hallaji, Ehsan, et al.
Veröffentlicht: (2025)

Detecting and Mitigating DDoS Attacks with AI: A Survey
von: Apostu, Alexandru, et al.
Veröffentlicht: (2025)

Interpretable Anomaly-Based DDoS Detection in AI-RAN with XAI and LLMs
von: Chatzimiltis, Sotiris, et al.
Veröffentlicht: (2025)

Harnessing PU Learning for Enhanced Cloud-based DDoS Detection: A Comparative Analysis
von: Dilworth, Robert, et al.
Veröffentlicht: (2024)

Advancing DDoS Attack Detection: A Synergistic Approach Using Deep Residual Neural Networks and Synthetic Oversampling
von: Alfatemi, Ali, et al.
Veröffentlicht: (2024)

Intelligent DoS and DDoS Detection: A Hybrid GRU-NTM Approach to Network Security
von: Panggabean, Caroline, et al.
Veröffentlicht: (2025)

Attention Meets UAVs: A Comprehensive Evaluation of DDoS Detection in Low-Cost UAVs
von: Sharma, Ashish, et al.
Veröffentlicht: (2024)

CryptoDNA: A Machine Learning Paradigm for DDoS Detection in Healthcare IoT, Inspired by crypto jacking prevention Models
von: ElSayed, Zag, et al.
Veröffentlicht: (2025)

Feature Selection via GANs (GANFS): Enhancing Machine Learning Models for DDoS Mitigation
von: Patel, Harsh
Veröffentlicht: (2025)

Redefining DDoS Attack Detection Using A Dual-Space Prototypical Network-Based Approach
von: Martinez, Fernando, et al.
Veröffentlicht: (2024)

Diffusion-Driven Synthetic Tabular Data Generation for Enhanced DoS/DDoS Attack Classification
von: B, Aravind, et al.
Veröffentlicht: (2026)

Detection and classification of DDoS flooding attacks by machine learning method
von: Tymoshchuk, Dmytro, et al.
Veröffentlicht: (2024)

Explainability-Aware Evaluation of Transfer Learning Models for IoT DDoS Detection Under Resource Constraints
von: Elsayed, Nelly
Veröffentlicht: (2026)

CAPoW: Context-Aware AI-Assisted Proof of Work based DDoS Defense
von: Chakraborty, Trisha, et al.
Veröffentlicht: (2023)

Five Minutes of DDoS Brings down Tor: DDoS Attacks on the Tor Directory Protocol and Mitigations
von: Luo, Zhongtang, et al.
Veröffentlicht: (2025)

How To Mitigate And Defend Against DDoS Attacks In IoT Devices
von: Leigha, Ifiyemi, et al.
Veröffentlicht: (2025)

Optimizing DDoS Detection in SDNs Through Machine Learning Models
von: Haque, Md. Ehsanul, et al.
Veröffentlicht: (2025)

A Review on the Security Vulnerabilities of the IoMT against Malware Attacks and DDoS
von: Dzamesi, Lily, et al.
Veröffentlicht: (2025)

Optimized IoT Intrusion Detection using Machine Learning Technique
von: Mahmud, Muhammad Zawad, et al.
Veröffentlicht: (2024)

Machine Learning-Based Detection of DDoS Attacks in VANETs for Emergency Vehicle Communication
von: Muktar, Bappa, et al.
Veröffentlicht: (2025)

Adaptive Intrusion Detection for Evolving RPL IoT Attacks Using Incremental Learning
von: Bas, Sumeyye, et al.
Veröffentlicht: (2025)

In-network Attack Detection with Federated Deep Learning in IoT Networks: Real Implementation and Analysis
von: Chaudhary, Devashish, et al.
Veröffentlicht: (2026)

Modern DDoS Threats and Countermeasures: Insights into Emerging Attacks and Detection Strategies
von: Wang, Jincheng, et al.
Veröffentlicht: (2025)

Rethinking On-Device LLM Reasoning: Why Analogical Mapping Outperforms Abstract Thinking for IoT DDoS Detection
von: Pan, William, et al.
Veröffentlicht: (2026)

Towards Explainable Meta-Learning for DDoS Detection
von: Zhou, Qianru, et al.
Veröffentlicht: (2022)

Lightweight CNN-Based DDoS Detection for Resource-Constrained Edge Networks
von: Ramanathan, Vedanth, et al.
Veröffentlicht: (2023)

MixGAN: A Hybrid Semi-Supervised and Generative Approach for DDoS Detection in Cloud-Integrated IoT Networks
von: Wu, Tongxi, et al.
Veröffentlicht: (2025)

Uncovering and Understanding FPR Manipulation Attack in Industrial IoT Networks
von: Ahsan, Mohammad Shamim, et al.
Veröffentlicht: (2026)

Dynamic Black-box Backdoor Attacks on IoT Sensory Data
von: Chathoth, Ajesh Koyatan, et al.
Veröffentlicht: (2025)

A Conditional Tabular GAN-Enhanced Intrusion Detection System for Rare Attacks in IoT Networks
von: Menssouri, Safaa, et al.
Veröffentlicht: (2025)

DDoS Attacks in Cloud Computing: Detection and Prevention
von: Ahmad, Zain, et al.
Veröffentlicht: (2025)

Enhancing IoT Cyber Attack Detection in the Presence of Highly Imbalanced Data
von: Haque, Md. Ehsanul, et al.
Veröffentlicht: (2025)

Privacy-Preserving Machine Learning for IoT: A Cross-Paradigm Survey and Future Roadmap
von: Zaman, Zakia, et al.
Veröffentlicht: (2026)

Enhancing Cybersecurity in IoT Networks: A Deep Learning Approach to Anomaly Detection
von: Pang, Yining, et al.
Veröffentlicht: (2024)