WSN-DS

无线传感器网络 (wsn) 容易受到各种独特的安全风险和
数据收集和传输过程中的威胁。WSN最常见的攻击之一，can
DoS攻击协议栈的所有层。在这项研究中，一个独特的DoS入侵检测系统
(DDS) 被提出来检测特定于WSN的DoS攻击。所提出的系统是一个集成的入侵系统。
STLGBM-DDS检测系统，在谷歌的Apache Spark大数据平台上开发
Colab环境，结合LightGBM机器学习算法、数据平衡和特征选择
过程。

Wireless Sensor Networks (WSNs) are vulnerable to a variety of unique security risks and threats during data collection and transmission processes. One of the most common attacks targeting WSNs is the DoS attack, which can target all layers of the protocol stack. In this study, a novel DoS intrusion detection system (DDS) is proposed to detect WSN-specific DoS attacks. The proposed system is an integrated intrusion detection system, specifically the STLGBM-DDS detection system, which is developed in the Google Colab environment using the Apache Spark big data platform, and integrates the LightGBM machine learning algorithm, data balancing and feature selection procedures.

搜集汇总

背景与挑战

背景概述

WSN-DS是一个专注于无线传感器网络安全的数据集，旨在检测针对WSN的DoS攻击。它基于一个集成的STLGBM-DDS入侵检测系统，利用LightGBM算法和特征选择技术，在Apache Spark平台上开发，适用于大数据环境下的安全分析。数据集由加齐大学·耶尔德勒姆贝亚齐特大学于2022年发布，支持相关学术研究。