Key points are not available for this paper at this time.
본 연구에서는 네트워크에 연결된 IoT 장치를 정확하게 식별하기 위해 네트워크 트래픽 데이터에 기계 학습 알고리즘을 적용합니다. 분류기를 학습하고 평가하기 위해 9개의 개별 IoT 장치와 PC 및 스마트폰에서 수집하고 라벨링한 네트워크 트래픽 데이터를 사용했습니다. 지도 학습을 이용하여 다단계 메타 분류기를 훈련시켰습니다. 첫 번째 단계에서는 분류기가 IoT 장치와 비IoT 장치에서 생성된 트래픽을 구분할 수 있고, 두 번째 단계에서는 각 IoT 장치가 특정 IoT 장치 클래스로 연관됩니다. 우리 모델의 전체 IoT 분류 정확도는 99.281+입니다.
Building similarity graph...
Analyzing shared references across papers
Loading...
Yair Meidan
Michael Bohadana
Asaf Shabtai
Ben-Gurion University of the Negev
Singapore University of Technology and Design
Building similarity graph...
Analyzing shared references across papers
Loading...
Meidan 등 (월,) 이 이 문제를 연구했습니다.
www.synapsesocial.com/papers/69f9f77925e317c080b4b435 — DOI: https://doi.org/10.1145/3019612.3019878
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: