Skip navigation
  •  Inicio
  • UDC 
    • Cómo depositar
    • Políticas do RUC
    • FAQ
    • Dereitos de Autor
    • Máis información en INFOguías UDC
  • Percorrer 
    • Comunidades
    • Buscar por:
    • Data de publicación
    • Autor
    • Título
    • Materia
  • Axuda
    • español
    • Gallegan
    • English
  • Acceder
  •  Galego 
    • Español
    • Galego
    • English
  
Ver ítem 
  •   RUC
  • Escola Politécnica de Enxeñaría de Ferrol
  • Investigación (EPEF)
  • Ver ítem
  •   RUC
  • Escola Politécnica de Enxeñaría de Ferrol
  • Investigación (EPEF)
  • Ver ítem
JavaScript is disabled for your browser. Some features of this site may not work without it.

Beta Hebbian Learning for intrusion detection in networks with MQTT Protocols for IoT devices

Thumbnail
Ver/abrir
Michelena_Alvaro_2024_Beta_hebbian_learning_for_intrusion_detection_in_networks_with_MQTT.pdf (790.2Kb)
Use este enlace para citar
http://hdl.handle.net/2183/36012
Creative Commons CC BY license https://creativecommons.org/licenses/by/4.0/deed.es
A non ser que se indique outra cousa, a licenza do ítem descríbese como Creative Commons CC BY license https://creativecommons.org/licenses/by/4.0/deed.es
Coleccións
  • Investigación (EPEF) [593]
Metadatos
Mostrar o rexistro completo do ítem
Título
Beta Hebbian Learning for intrusion detection in networks with MQTT Protocols for IoT devices
Autor(es)
Michelena, Álvaro
García-Ordás, María Teresa
Aveleira Mata, Jose Antonio
Marcos del Blanco, David Yeregui
Timiraos, Míriam
Zayas-Gato, Francisco
Jove, Esteban
Casteleiro-Roca, José-Luis
Quintián, Héctor
Alaiz Moretón, Héctor
Calvo-Rolle, José Luis
Data
2024-04
Cita bibliográfica
Álvaro Michelena, María Teresa García Ordás, José Aveleira-Mata, David Yeregui Marcos del Blanco, Míriam Timiraos Díaz, Francisco Zayas-Gato, Esteban Jove, José-Luis Casteleiro-Roca, Héctor Quintián, Héctor Alaiz-Moretón, José Luis Calvo-Rolle, Beta Hebbian Learning for intrusion detection in networks with MQTT Protocols for IoT devices, Logic Journal of the IGPL, Volume 32, Issue 2, April 2024, Pages 352–365, https://doi.org/10.1093/jigpal/jzae013
Resumo
[Abstract] This paper aims to enhance security in IoT device networks through a visual tool that utilizes three projection techniques, including Beta Hebbian Learning (BHL), t-distributed Stochastic Neighbor Embedding (t-SNE) and ISOMAP, in order to facilitate the identification of network attacks by human experts. This work research begins with the creation of a testing environment with IoT devices and web clients, simulating attacks over Message Queuing Telemetry Transport (MQTT) for recording all relevant traffic information. The unsupervised algorithms chosen provide a set of projections that enable human experts to visually identify most attacks in real-time, making it a powerful tool that can be implemented in IoT environments easily.
Palabras chave
Beta hebbian learning
t-SNE
ISOMAP
IoT
MQTT
Cyberattack
 
Descrición
Financiado para publicación en acceso aberto: Universidade da Coruña/CISUG
Versión do editor
https://doi.org/10.1093/jigpal/jzae013
Dereitos
Creative Commons CC BY license https://creativecommons.org/licenses/by/4.0/deed.es
ISSN
1367-0751

Listar

Todo RUCComunidades e colecciónsPor data de publicaciónAutoresTítulosMateriasGrupo de InvestigaciónTitulaciónEsta colecciónPor data de publicaciónAutoresTítulosMateriasGrupo de InvestigaciónTitulación

A miña conta

AccederRexistro

Estatísticas

Ver Estatísticas de uso
Sherpa
OpenArchives
OAIster
Scholar Google
UNIVERSIDADE DA CORUÑA. Servizo de Biblioteca.    DSpace Software Copyright © 2002-2013 Duraspace - Suxestións