Elsevier Computers & Security Volume 129 , June 2023, 103195 Computers & Security A lightweight deep learning framework for botnet detecting at the IoT edge
物联网设备数量众多、分布广泛、防护能力较弱、易遭受各种恶意攻击。入侵检测技术可以为网络设备提供良好的保护。但是，网络中的正常流量和异常流量通常是不平衡的。样本不平衡会严重影响机器学习检测算法的性能。因此，该文提出一种基于数据增强的入侵检测方法，即TMG-IDS。我们将所提出的数据增强模型命名为TMG-GAN，
该仓库为CAN总线提供了一个基于深度学习的信号级入侵检测框架。 CANShield由三个模块组成：1）一个数据预处理模块，用于处理信号级别的高维CAN数据流，并将其解析为适合深度学习模型的时间序列;2）由多个深度自编码器（AE）网络组成的数据分析器模块，每个网络分析来自不同时间尺度和粒度的时间序列数据;3）最后是一个攻击检测模块，该模块使用集成方法做出最终决策。
K. Wang、J. Gao 和 X. Lei，“Mtc：基于 Transformer 和 1D-CNN 的加密网络流量分类的多任务模型”，《智能自动化与软计算》，第 37 卷，第 1 期，第 619–638 页，2023 年。 实验
利用神经网络对网络数据包进行分类VPN-nonVPN dataset (ISCXVPN2016) 提供了许多的 .pcap 包，可以直接使用 scapy 包对其进行处理，截取以太网帧负载的前 1024 个字节，对于不够 1024 字节的，用 0 填充。
