ZENA:基于增强型异常检测的多层人工神经网络智能家庭自动化入侵检测系统
《Journal of Communications and Networks》:ZENA: Enhanced anomaly-based IDS for smart homes automation through multilayer artificial neural network
【字体:
大
中
小
】
时间:2026年03月24日
来源:Journal of Communications and Networks 3.0
编辑推荐:
摘要:智能家居自动化作为物联网的一部分,让用户能够通过智能传感器和执行器来管理家居功能,从而带来便利性、能源效率以及远程监控功能。Z-Wave协议在智能家居的照明、安全、设备控制及电源管理等领域被广泛使用,但它仍然容易受到各种外部攻击,这就凸显出需要有效的攻击检测工具。现有的单层
摘要:
智能家居自动化作为物联网的一部分,让用户能够通过智能传感器和执行器来管理家居功能,从而带来便利性、能源效率以及远程监控功能。Z-Wave协议在智能家居的照明、安全、设备控制及电源管理等领域被广泛使用,但它仍然容易受到各种外部攻击,这就凸显出需要有效的攻击检测工具。现有的单层人工神经网络模型(即ZMAD)在熟悉的数据上表现良好,但对于数据分布不同或攻击手段更为复杂的场景则存在局限性。本文介绍了一种名为ZENA的轻量级、针对Z-Wave网络的基于异常的入侵检测模型,该模型采用从头构建的多层人工神经网络,以提高检测的准确性和稳定性。通过使用包含多种攻击类型及对抗性生成向量的数据集,该模型实现了95%的精确率,显著优于ZMAD以及在相同数据集上表现最佳的深度学习神经网络(89–93%)。实验结果表明,该模型在高级检测能力及抵御对抗性攻击方面有显著提升,从而增强了Z-Wave智能家居系统的安全性。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号