Deep AI-Powered Cyber Threat Analysis in IIoT

计算机科学 可扩展性 分布式计算 工业互联网 编配 水准点(测量) 深度学习 人工智能 自动化 可解释性 卷积神经网络 计算机安全 物联网 工程类 艺术 视觉艺术 机械工程 数据库 地理 音乐剧 大地测量学
作者
Iram Bibi,Adnan Akhunzada,Neeraj Kumar
出处
期刊:IEEE Internet of Things Journal [Institute of Electrical and Electronics Engineers]
卷期号:10 (9): 7749-7760 被引量:8
标识
DOI:10.1109/jiot.2022.3229722
摘要

Distributed Industrial Internet of Things (IIoT) has entirely revolutionized the industrial sector that varies from autonomous industrial processes to automation of processes without human intervention. However, threat hunting and intelligence is the most complex task in distributed IIoT. Besides, there exist no standard architectures for hunting micro services orchestration in distributed IIoT systems. The authors propose an efficient and self-learning autonomous multivector threat intelligence and detection mechanism to proactively defend IIoT systems/networks. Our proposed novel compute unified device architecture-empowered Convolutional LSTM2D (ConvLSTM2D) mechanism is highly scalable with self-optimizing capabilities to proficiently tackle diverse dynamic variants of emerging IIoT sophisticated threats and attacks. For a comprehensive evaluation, the authors employed a current state-of-the-art data set with 21 million instances comprised of varying attack patterns and prevalent threat vectors. Moreover, the proposed technique is compared with our constructed contemporary deep learning (DL)-driven architectures and benchmark algorithms. The proposed mechanism outperforms in terms of detection accuracy with a trivial tradeoff in speed efficiency.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
中华有为完成签到,获得积分10
刚刚
刚刚
三伏天完成签到,获得积分10
2秒前
2秒前
一默完成签到,获得积分10
2秒前
hhw完成签到,获得积分10
3秒前
3秒前
科研完成签到,获得积分10
3秒前
港岛妹妹完成签到,获得积分10
3秒前
外向的梦安完成签到,获得积分10
3秒前
任性冰凡完成签到 ,获得积分10
3秒前
WS发布了新的文献求助10
3秒前
3秒前
timemaster666完成签到,获得积分10
4秒前
艾科研完成签到,获得积分10
4秒前
Grandir完成签到,获得积分10
4秒前
湘之灵若完成签到 ,获得积分10
4秒前
hdx完成签到 ,获得积分10
5秒前
jason完成签到,获得积分10
5秒前
玄黄大世界完成签到,获得积分10
6秒前
小青椒发布了新的文献求助10
6秒前
余生完成签到,获得积分10
6秒前
光芒万张完成签到 ,获得积分10
6秒前
顾矜应助学术laji采纳,获得10
6秒前
sisea完成签到,获得积分10
6秒前
孟智悦完成签到,获得积分10
7秒前
7秒前
和谐小霸王完成签到,获得积分10
7秒前
yh完成签到,获得积分10
7秒前
弯弯完成签到 ,获得积分10
8秒前
陈漂亮发布了新的文献求助10
8秒前
张大星完成签到 ,获得积分10
8秒前
yuan完成签到,获得积分10
8秒前
8秒前
茶卡盐湖完成签到,获得积分10
9秒前
ttty发布了新的文献求助10
10秒前
Boris完成签到 ,获得积分10
10秒前
WS完成签到,获得积分10
10秒前
呵呵发布了新的文献求助30
10秒前
10秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 1000
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3245069
求助须知:如何正确求助?哪些是违规求助? 2888748
关于积分的说明 8255228
捐赠科研通 2557116
什么是DOI,文献DOI怎么找? 1385794
科研通“疑难数据库(出版商)”最低求助积分说明 650248
邀请新用户注册赠送积分活动 626447