IEEE 802.15.4 ЖЕЛІЛЕРІНДЕ ҚАУІПСІЗДІКТІ ҮЗДІКСІЗ МОНИТОРИНГІЛЕУДІҢ ЗИЯТКЕРЛІК ӘДІСІ АДАПТИВТІ АНОМАЛИЯЛАР ТАЛДАУЫ НЕГІЗІНДЕ

IEEE 802.15.4 стандарты бойынша сымсыз желілердің қауіпсіздігін қамтамасыз ету – Заттар интернетін (IoT) дамытудың негізгі міндеттерінің бірі болып табылады. IoT құрылғыларының есептеу ресурстары шектеулі болғандықтан, криптографиялық механизмдерге және детерминирленген шектерге негізделген дәстүрлі шабуылдарды анықтау әдістері әрдайым қажетті қорғаныс деңгейін қамтамасыз ете бермейді.
Осы зерттеуде трафикті желілік мониторингтеудің жаңа бейімделмелі әдісі ұсынылады. Бұл әдіс үлгі көлемін ескеретін түрлендірілген Z-бағалауды және шабуыл ықтималдығын динамикалық түрде түзететін бейімделмелі Байес классификаторын біріктіреді. NS-3 ортасында генерацияланған деректер негізінде жүргізілген эксперименттік сынақтар ұсынылған әдістің шабуылдарды анықтау дәлдігі бойынша дәстүрлі тәсілдерден асып түсетінін көрсетті: жалған іске қосу көрсеткіші 10.9%-дан 3.8%-ға дейін төмендеді.
Ұсынылған гибридтік модель 94.7% классификация дәлдігін және 91.8% шабуылды анықтау толықтығын қамтамасыз етеді, бұл стандартты Байес классификаторымен салыстырғанда 6.3%-ға жоғары. Алынған нәтижелер IoT желілерінің қауіпсіздігін нақты уақыт режимінде бақылау жүйелерінде бұл әдісті қолданудың болашағы зор екенін көрсетеді. Дамытылған тәсіл желілік ортаның өзгеруіне бейімделуге мүмкіндік береді және кездейсоқ флуктуациялардың әсерін азайтады, бұл оны энергияны аз тұтынатын желілерді қорғауға арналған тиімді шешім етеді.

1. Security and Privacy in the Industrial Internet of Things: Current Standards and Future Challenges / Т. Gebremichael et al // IEEE Access. – 2020. – Vol. 8. – P. 152351-152366.

2. Sadikin F. ZigBee IoT Intrusion Detection System: A Hybrid Approach with Rule-based and Machine Learning Anomaly Detection / F. Sadikin, S. Kumar // Proc. of Int. Conf. on Security. – 2020. – P. 57-68.

3. Choudhary S. Internet of Things: Protocols, Applications and Security Issues / S. Choudhary, G. Meena // Procedia Computer Science. – 2022.

4. Kampourakis V. A systematic literature review on wireless security testbeds in the cyberphysical realm / V. Kampourakis, V. Gkioulos, S. Katsikas // Computers & Security. – 2023. – URL: https://www.sciencedirect.com/science/article/pii/S0167404823002936.

5. Ullah I. A two-level flow-based anomalous activity detection system for IoT networks / I. Ullah, Q.H. Mahmoud // Electronics. – 2020. – Vol. 9, № 3. – URL: https://www.mdpi.com/2079-9292/9/3/530.

6. Murugesan K.V.N. Comprehensive Security Analysis and DoS Attack Mitigation in Thread Networks / K.V.N. Murugesan, T. Master // Proc. IEEE WCNC. – 2025. – P. 1-7.

7. Morillo Fuetala D.G. Detecting targeted interference in the Internet of Things / D.G. Morillo Fuetala. – University College Cork, 2024.

8. Aljohani R. AI-Based Intrusion Detection for a Secure Internet of Things (IoT) / R. Aljohani, A. Bushnag, A. Alessa // Journal of Network and Systems Management. – 2024. – Vol. 32. – Art. 56.

9. A Survey on IoT Ground Sensing Systems for Early Wildfire Detection / C.C. Chan et al // IEEE Access. – 2024. – Vol. 12. – P. 172785-172819.

10. Kumari T.A. Tachyon: Enhancing stacked models using Bayesian optimization for intrusion detection / T.A. Kumari, S. Mishra // Egyptian Informatics Journal. – 2024. – Vol. 27. – Art. 100520.

11. Khayyat M.M. Improved bacterial foraging optimization with deep learning based anomaly detection in smart cities / M.M. Khayyat // Alexandria Engineering Journal. – 2023. – Vol. 75. – P. 407-417.

12. Sorostinean R. Anomaly Detection in Smart Industrial Machinery Through Hidden Markov Models and Autoencoders / R. Sorostinean, Z. Burghelea, A. Gellert // IEEE Access. – 2024. – P. 1-1.

13. Isong B. Insights into Modern Intrusion Detection Strategies for IoT Ecosystems / B. Isong, O. Kgote, A. Abu-Mahfouz // Electronics. – 2024. – Vol. 13. – Art. 2370.

14. Energy-aware and self-adaptive anomaly detection scheme based on network tomography / W. Wang et al // Information Sciences. – 2013. – Vol. 220. – P. 580-602.

15. Identification of Attacks against Wireless Sensor Networks Based on Behaviour Analysis / V. Korzhuk et al // Journal of Wireless and Ubiquitous Computing. – 2019. – Vol. 10, № 2. – P. 1-21.