कंप्यूटर इंजीनियरिंग और सूचना प्रौद्योगिकी जर्नल

अनसुपरवाइज्ड मशीन लर्निंग एल्गोरिदम का उपयोग करके इंटरनेट ऑफ थिंग्स पर DDoS हमलों का पता लगाना

हेली टेक्लेसेलासी*

IoT नेटवर्क की तैनाती में वृद्धि ने मनुष्यों और संगठनों की उत्पादकता में सुधार किया है। हालाँकि, IoT नेटवर्क IoT उपकरणों की अंतर्निहित कमज़ोर सुरक्षा और संसाधन-विवश प्रकृति के कारण DDoS हमलों को लॉन्च करने के लिए तेज़ी से प्लेटफ़ॉर्म बन रहे हैं। यह पेपर परिवहन परत पर आने वाले नेटवर्क पैकेट को "संदिग्ध" या "सौम्य" के रूप में वर्गीकृत करके IoT नेटवर्क में DDoS हमले का पता लगाने पर ध्यान केंद्रित करता है, जो कि बिना निगरानी वाले मशीन लर्निंग एल्गोरिदम का उपयोग करता है। इस कार्य में, DDoS हमलों को कम करने के लिए दो डीप लर्निंग एल्गोरिदम और दो क्लस्टरिंग एल्गोरिदम को स्वतंत्र रूप से प्रशिक्षित किया गया था। हम शोषण आधारित DDOS हमलों पर जोर देते हैं जिसमें TCP SYN-Flood हमले और UDP-Lag हमले शामिल हैं। हम प्रयोग चरण के दौरान एल्गोरिदम को प्रशिक्षित करने में Mirai, BASHLITE और CICDDoS2019 डेटासेट का उपयोग करते हैं। चार एल्गोरिदम के वर्गीकरण प्रदर्शन को मापने के लिए सटीकता स्कोर और सामान्यीकृत पारस्परिक-सूचना स्कोर का उपयोग किया जाता है। हमारे परिणाम बताते हैं कि ऑटोएनकोडर ने सभी डेटासेट में उच्चतम सटीकता के साथ समग्र रूप से सर्वश्रेष्ठ प्रदर्शन किया।