Подход к выделению значимых признаков сетевой активности устройств Интернета вещей | Вестник Томского государственного университета. Управление, вычислительная техника и информатика. 2025. № 73. DOI: 10.17223/19988605/73/12

Подход к выделению значимых признаков сетевой активности устройств Интернета вещей

Исследуются признаки сетевой активности устройств Интернета вещей и предлагается метод сокращения размерности признакового пространства для повышения эффективности анализа данных. Предложенный подход устраняет мультиколлинеарность, нелинейную зависимость и избыточность признаков, сохраняя их семантическую интерпретируемость. В его основе лежит комбинированное использование статистических характеристик взаимной информации, корреляции, критериев стабильности и значимости для фильтрации признаков. Применение подхода позволило существенно сократить признаковое пространство и улучшить его свойства: численную устойчивость данных, обобщающую способность моделей, качество кластеризации. Вклад авторов: все авторы сделали эквивалентный вклад в подготовку публикации. Авторы заявляют об отсутствии конфликта интересов.

Скачать электронную версию публикации

Загружен, раз: 1

Ключевые слова

Интернет вещей, датасет сетевых угроз, статистический анализ, устойчивость признаков, веса признаков в методе главных компонент

Авторы

ФИО	Организация	Дополнительно	E-mail
Исаева Ольга Сергеевна	Институт вычислительного моделирования Сибирского отделения Российской академии наук	доктор технических наук, старший научный сотрудник Регионального научно-образовательного математического центра «Красноярский математический центр»	isaeva@icm.krasn.ru
Исаев Сергей Владиславович	Институт вычислительного моделирования Сибирского отделения Российской академии наук	кандидат технических наук, заместитель директора	si@icm.krasn.ru
Кулясов Никита Владимирович	Институт вычислительного моделирования Сибирского отделения Российской академии наук	программист Регионального научно-образовательного математического центра «Красноярский математический центр»	razor@icm.krasn.ru

Всего: 3

Ссылки

Курбатов В.И., Папа О.М. Интернет вещей: основные концепции и тренды // Гуманитарные, социально-экономические и общественные науки. 2023. № 1. C. 48-54.

Минаев В.А., Швырев Б.А., Ромашкин Т.Р. Безопасность интернета вещей: основные решения // Информация и безопасность. 2023. Т. 26 (2). С. 163-168.

Chatterjee A., Ahmed B.S. IoT anomaly detection methods and applications: A survey // Internet of Things. 2022. V. 19. Art. 100568. doi: 10.1016/j.iot.2022.100568.

Ring M., Wunderlich S., Scheming D., Landes D., Hotho A. A survey of network-based intrusion detection data sets // Computers & Security. 2019. V. 86. P. 147-167. doi: 10.1016/j.cose.2019.06.005.

Xinpeng С. CICIDS2017 and UNBSW-NB15 // IEEE Dataport. 2023. doi: 10.21227/ykpn-jx78. URL: https://ieee-dataport.org/documents/cicids2017-and-unbsw-nb15.

Liu L., Wang P., Lin J., Liu L.Intrusion detection of imbalanced network traffic based on machine learning and deep learning // IEEE Access. 2021. V. 9. P. 7550-7563. doi: 10.1109/ACCESS.2020.3048198.

Moustafa N. A new distributed architecture for evaluating AI-based security systems at the edge: Network TON_IoT datasets // Sustainable Cities and Society. 2021. V. 72. Art. 102994.

Горюнов М.Н., Мацкевич А.Г., Рыболовлев Д.А. Синтез модели машинного обучения для обнаружения компьютерных атак на основе набора данных CICIDS2017 // Труды Института системного программирования РАН. 2020. Т. 32 (5). С. 81-94. doi: 10.15514/ISPRAS-2020-32(5)-6.

Исаева О.С., Кулясов Н.В., Исаев С.В. Инфраструктура сбора данных и имитации угроз безопасности сети интернета вещей // Сибирский аэрокосмический журнал. 2025. Т. 26, № 1. С. 8-20. doi: 10.31772/2712-8970-2025-26-1-8-20.

Altarabichi M.G., Nowaczyk S., Pashami S., Mashhadi P.S. Surrogate-assisted genetic algorithm for wrapper feature selection // IEEE Congress on Evolutionary Computation. 2021. P. 776-785. doi: 10.1109/CEC45853.2021.9504718.

Liu S., Motani M. Improving mutual information based feature selection by boosting unique relevance // Journal of Artificial Intelligence Research. 2025. V. 82. P. 1267-1292. doi: 10.1613/jair.1.17219.

Исаева О.С. Построение цифрового профиля устройств Интернета вещей // Информационные и математические технологии в науке и управлении. 2023. № 2 (30). С. 36-44. doi: 10.25729/ESI.2023.30.2.004.

Shafi M., Lashkari A., Roudsari A. NTLFlowLyzer: Towards generating an intrusion detection dataset and intruders behavior profiling through network and transport layers traffic analysis and pattern extraction // Computers & Security. 2025. V. 148. Art. 104160. doi: 10.1016/j.cose.2024.104160.

Исаева О.С. Построение онтологии для систематизации характеристик сети Интернета вещей // Онтология проектирования. 2024. Т. 14, № 2 (52). С. 243-255. doi: 10.18287/2223- 9537-2024-14-2-243-255.

Priyatno A.M., Widiyaningtyas T. A systematic literature review: recursive feature elimination algorithms // JITK. 2024. V. 9 (2). P. 196-207. doi: 10.33480/jitk.v9i2.5015.

Цурко В.В., Михальский А.И. Оценка статистической связи случайных величин через взаимную информацию // Автоматика и телемеханика. 2022. Вып. 5. C. 76-86. doi: 10.31857/S0005231022050063.

Koltchinskii V. Rademacher complexities and bounding the excess risk // Journal of Machine Learning Research. 2010. V. 11. P. 2457-2485.