論文の概要: Extreme Learning Machine Based System for DDoS Attacks Detections on IoMT Devices

• arxiv url: http://arxiv.org/abs/2507.05132v1
• Date: Mon, 07 Jul 2025 15:44:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-08 15:46:35.490539
• Title: Extreme Learning Machine Based System for DDoS Attacks Detections on IoMT Devices
• Title（参考訳）: IoMTデバイス上でのDDoS攻撃検出のための極端学習マシンシステム
• Authors: Nelly Elsayed, Lily Dzamesi, Zag ElSayed, Murat Ozer,
• Abstract要約: Internet of Medical Things (IoMT)は、医療分野におけるパラダイムシフトである。 IoMT接続デバイスにいくつかの脆弱性があるため、IoMTネットワークに対する分散型サービス拒否(DDoS)攻撃が急速に増加している。 本稿では,IoMTデバイスに対するDDoS攻撃を検出するための極端学習マシンを探索することで,命を救うことを目的とする。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The Internet of Medical Things (IoMT) represents a paradigm shift in the healthcare sector, enabling the interconnection of medical devices, sensors, and systems to enhance patient monitoring, diagnosis, and management. The rapid evolution of IoMT presents significant benefits to the healthcare domains. However, there is a rapid increase in distributed denial of service (DDoS) attacks on the IoMT networks due to several vulnerabilities in the IoMT-connected devices, which negatively impact patients' health and can even lead to deaths. Thus, in this paper, we aim to save lives via investigating an extreme learning machine for detecting DDoS attacks on IoMT devices. The proposed approach achieves a high accuracy at a low implementation budget. Thus, it can reduce the implementation cost of the DDoS detection system, making the model capable of executing on the fog level.
• Abstract（参考訳）: IoMT(Internet of Medical Things)は医療分野におけるパラダイムシフトであり、医療機器、センサー、システムの相互接続を可能にし、患者の監視、診断、管理を強化する。 IoMTの急速な進化は、医療領域に大きな利益をもたらす。 しかし、IoMT接続デバイスに脆弱性があり、患者の健康に悪影響を及ぼし、死に至る可能性があるため、IoMTネットワークに対する分散型サービス拒否(DDoS)攻撃が急速に増加している。 そこで本研究では,IoMTデバイスに対するDDoS攻撃を検出するための極端学習マシンを探索することで,命を救うことを目的としている。 提案手法は,低実装予算で高い精度を実現する。 これにより、DDoS検出システムの実装コストを低減し、フォグレベルで実行できるモデルを実現することができる。

関連論文リスト

• Modern DDoS Threats and Countermeasures: Insights into Emerging Attacks and Detection Strategies [49.57278643040602]
  分散型サービス拒否(DDoS)攻撃は、オンラインサービスとインフラストラクチャに対する重大な脅威として継続する。 本稿は、過去10年間のDDoS攻撃と検出戦略の包括的調査を提供する。
  論文  参考訳（メタデータ） (2025-02-27T11:22:25Z)
• CryptoDNA: A Machine Learning Paradigm for DDoS Detection in Healthcare IoT, Inspired by crypto jacking prevention Models [0.0]
  医療業界におけるIoT(Internet of Things)とIoM(Internet of Medical)の急速な統合は、患者のケアと病院運営を大幅に改善した。 DDoS攻撃には重大な危険があり、運用上の安定性と患者の安全性を損なう。 本研究は,暗号ジャッキング検出手法に影響された,革新的な機械学習検出フレームワークであるCryptoDNAを紹介する。
  論文  参考訳（メタデータ） (2025-01-30T18:22:16Z)
• A Review on the Security Vulnerabilities of the IoMT against Malware Attacks and DDoS [0.0]
  インターネット・オブ・メディカル・モノ(IoMT)は、医療機器を接続して患者の治療結果を監視することで医療産業を変革した。 本報告では,IoMT機器の脆弱性を概観し,重大な脅威に着目し,緩和策を検討する。
  論文  参考訳（メタデータ） (2025-01-13T21:29:06Z)
• Facial Expression Analysis and Its Potentials in IoT Systems: A Contemporary Survey [48.60253527030446]
  表情分析とIoT(Internet-of-Thing)システムの統合は、さまざまなシナリオにおいて大きな可能性を秘めている。 本研究の目的は,表情分析における研究の進展を概観し,IoTシステムとの統合の可能性を探ることである。 表情に基づく技術とIoTシステムの融合に向けた課題と今後の方向性を強調します。
  論文  参考訳（メタデータ） (2024-12-23T14:41:01Z)
• MDHP-Net: Detecting an Emerging Time-exciting Threat in IVN [42.74889568823579]
  我々は車載ネットワーク(IVN)に対する新たな時間的脅威モデルを特定する。 これらの攻撃は、タイムエキサイティングな効果を示す悪意のあるメッセージを注入し、徐々にネットワークトラフィックを操作して車両の動作を妨害し、安全クリティカルな機能を損なう。 時間的脅威を検出するため,MDHP-Netを導入し,Multi-Dimentional Hawkes Process(MDHP)と時間的・メッセージ的特徴抽出構造を利用した。
  論文  参考訳（メタデータ） (2024-11-15T15:05:01Z)
• Effective Intrusion Detection in Heterogeneous Internet-of-Things Networks via Ensemble Knowledge Distillation-based Federated Learning [52.6706505729803]
  我々は、分散化された侵入検知システムの共有モデル(IDS)を協調訓練するために、フェデレートラーニング(FL)を導入する。 FLEKDは従来のモデル融合法よりも柔軟な凝集法を実現する。 実験の結果,提案手法は,速度と性能の両面で,局所訓練と従来のFLよりも優れていた。
  論文  参考訳（メタデータ） (2024-01-22T14:16:37Z)
• IoMT-Blockchain based Secured Remote Patient Monitoring Framework for Neuro-Stimulation Device [0.0]
  患者からのリアルタイムの知覚データは、ウェアラブルIoMTデバイスの迅速な開発を通じて配信され、分析される。 モノのインターネットからのデータは収集され、分析され、単一の場所に格納される。 分散した性質のため、ブロックチェーン(BC)はこれらの問題を緩和することができる。
  論文  参考訳（メタデータ） (2023-08-31T16:59:58Z)
• Survey of Machine Learning Based Intrusion Detection Methods for Internet of Medical Things [2.223733768286313]
  Internet of Medical Things (IoMT) は、モノのインターネット(Internet of Things)の応用である。 このデータのセンシティブでプライベートな性質は、攻撃者にとって重要な関心事であるかもしれない。 ストレージや計算能力に制限のある機器に対する従来のセキュリティ手法の使用は効果がない。
  論文  参考訳（メタデータ） (2022-02-19T18:40:55Z)
• A Novel Framework for Threat Analysis of Machine Learning-based Smart Healthcare Systems [2.519906683279153]
  機械学習と形式解析機能を統合した新たな脅威分析フレームワークであるSHCheckerを提案します。 私たちは合成データセットと実データセットにSHCheckerを実装し、フレームワークがIoMTシステムにおける潜在的な攻撃ベクトルを明らかにすることができることを確認します。
  論文  参考訳（メタデータ） (2021-03-05T04:51:02Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。