Environmental Modelling & Software, Год журнала: 2025, Номер unknown, С. 106489 - 106489
Опубликована: Апрель 1, 2025
Язык: Английский
Environmental Modelling & Software, Год журнала: 2025, Номер unknown, С. 106489 - 106489
Опубликована: Апрель 1, 2025
Язык: Английский
ETRI Journal, Год журнала: 2025, Номер unknown
Опубликована: Март 17, 2025
Abstract In recent decades, the rapid growth of Internet Things (IoT) has highlighted several network security problems. this study, an efficient intrusion detection (ID) system is implemented by using both machine learning and data mining concepts for detecting patterns. During initial phase, are collected from NSL‐KDD University New South Wales‐Network Based 15 (UNSW‐NB15) datasets. The then normalized/scaled employing a standard scaler technique. Next, informative feature values selected proposed optimization algorithm—that is, Niche‐Strategy‐based Gorilla Troops Optimization (NSGTO) algorithm. Finally, these transferred to Long Short‐Term Memory (LSTM) model classify types attacks on comparison existing ID systems, based NSGTO‐LSTM obtains classification accuracy 99.98% 99.90%
Язык: Английский
Процитировано
0Acta Geophysica, Год журнала: 2025, Номер unknown
Опубликована: Март 24, 2025
Язык: Английский
Процитировано
0Journal of Environmental Management, Год журнала: 2025, Номер 381, С. 125152 - 125152
Опубликована: Апрель 5, 2025
Язык: Английский
Процитировано
0Scientific Reports, Год журнала: 2025, Номер 15(1)
Опубликована: Апрель 18, 2025
Язык: Английский
Процитировано
0Environmental Modelling & Software, Год журнала: 2025, Номер unknown, С. 106489 - 106489
Опубликована: Апрель 1, 2025
Язык: Английский
Процитировано
0