DÏoT: A Federated Self-learning Anomaly Detection System for IoT

IoT devices are increasingly deployed in daily life. Many of these devices are, however, vulnerable due to insecure design, implementation, and configuration. As a result, many networks already have vulnerable IoT devices that are easy to compromise. This has led to a new category of malware specifi...

Celý popis

Podrobná bibliografie

Vydáno v:	Proceedings of the International Conference on Distributed Computing Systems s. 756 - 767
Hlavní autoři:	Nguyen, Thien Duc, Marchal, Samuel, Miettinen, Markus, Fereidooni, Hossein, Asokan, N., Sadeghi, Ahmad-Reza
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	IEEE 01.07.2019
Témata:	Anomaly detection Data models federated deep learning Internet of Things IoT malware IoT security Logic gates Malware Monitoring Security self-learning
ISSN:	2575-8411
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!