
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.creator | Mendonça, Robson V. | - |
| Autor(es): dc.creator | Silva, Juan C. | - |
| Autor(es): dc.creator | Rosa, Renata L. | - |
| Autor(es): dc.creator | Saadi, Muhammad | - |
| Autor(es): dc.creator | Rodriguez, Demostenes Z. | - |
| Autor(es): dc.creator | Farouk, Ahmed | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T11:40:44Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T11:40:44Z | - |
| Data de envio: dc.date.issued | 2022-07-21 | - |
| Data de envio: dc.date.issued | 2022-07-21 | - |
| Data de envio: dc.date.issued | 2022-06 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/50677 | - |
| Fonte completa do material: dc.identifier | https://onlinelibrary.wiley.com/doi/full/10.1111/exsy.12917 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1145015 | - |
| Descrição: dc.description | With the substantial industrial growth, the industrial internet of things (IIoT) and many IoT avenues have emerged. However, the existing industrial architectures are still inefficient to deal with advanced security issues due to the distributed and distensible nature of the network IIoT communication networks. Therefore, solutions for improving intelligent decision-making actions to the IIoT are sorely necessary. Thus, in this paper, the main cybersecurity attacks are predicted by applying a deep learning model. The various security and integrity features such as the DoS, malevolent operation, data type probing, spying, scanning, intrusion detection, brute force, web attacks, and wrong setup is analysed and detected by a novel sparse evolutionary training (SET) based prediction model. To scrutinize the conduct of the proposed SET-based prediction model, evaluation parameters, such as, precision, accuracy, recall, and F1 score are measured and compared to other state-of-the-art algorithms, in which the proposed SET-based model achieved an average accuracy of 0.99% for an average testing time of 2.29 ms. Results reveal that the proposed model improved the attack detection accuracy by an average of 6.25% when compared with the other state-of-the-art machine learning models in a real scenario of IoT security in Industry 4.0. | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | Wiley | - |
| Direitos: dc.rights | restrictAccess | - |
| ???dc.source???: dc.source | Expert Systems | - |
| Palavras-chave: dc.subject | Internet of things (IIoT) | - |
| Palavras-chave: dc.subject | Deep learning models | - |
| Palavras-chave: dc.subject | Cybersecurity systems | - |
| Título: dc.title | A lightweight intelligent intrusion detection system for industrial internet of things using deep learning algorithms | - |
| Tipo de arquivo: dc.type | Artigo | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: