深度学习模型通过轻量级检测增强H-IoT网络安全

研究人员开发了新的深度学习模型，即时间卷积网络（TCN）和残差时间卷积网络（Res-TCN），以增强医疗物联网（H-IoT）系统的网络安全。这些轻量级模型旨在通过利用真实数据集和基于动态阈值的缓解策略来检测和缓解分布式拒绝服务（DDoS）攻击等网络威胁。这些模型已针对边缘部署进行了优化，并转换为TensorFlow Lite（TFLite），在Raspberry Pi 4上展示了低延迟和高能效的运行，为H-IoT安全建立了全面的防御机制。 AI

影响 为边缘设备上的实时威胁检测开发轻量级模型，有可能提高互联医疗系统的安全性。

排序理由 详细介绍特定应用领域新深度学习模型的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• DDoS
• Raspberry Pi 4
• Residual TCN
• Temporal Convolutional Network
• TensorFlow Lite

• 论文
• 基础设施

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →