Iot xavfsizligi

6-rasmda DAIMD modelining o'qitishning aniqligi va yo'qotish qiymatlarining 
o'zgarishi ko'rsatilgan, unda turli vektor o'lchamlari bo'yicha xatti-harakatlarning 
xususiyatlari ma'lumotlari o'rgatiladi. Optimal o'lchamdagi xususiyat vektorlari 
asosida IoT zararli dasturlarini aniqlash uchun ZFNet modelidagi xatti-harakatlar 
tasvirlarini o'rgatishda optimallashtirishni amalga oshirish uchun Adam optimizator 
algoritmi ishlatilgan; modelni o'qitish davrni 40 ga belgilash orqali amalga oshirildi. 
6-rasm (a) da DAIMD modeli bo'yicha o'qitish natijasida o'lchangan aniqlik 
ko'rsatilgan. Davr o'sishi bilan aniqlik asta-sekin o'sib boradi. Vektor o'lchami 
224×224 bo'lsa, u boshqa vektor o'lchamlariga nisbatan nisbatan past aniqlikni 
ko'rsatadi. Shakl 6 (b) yo'qotish qiymatini ko'rsatadi va yo'qotish egri chizig'i 512 × 
512 vektor o'lchamiga ega bo'lganda nisbatan sekin kamayadi.

---

6-rasm.  
Turli vektor o'lchamlari uchun poezdning aniqligi va yo'qolishi.
DAIMD tekshiruvini o'tkazish uchun o'quv ma'lumotlar to'plamidagi 84 ta yozuvdan 
foydalanilgan, bu umumiy yozuvlar sonining 10% ni tashkil qiladi. Amalga 
oshirilgan model optimal ishlash ko'rsata oladimi yoki yo'qligini tekshirish orqali 
tekshirish mumkin. 7-rasmda turli vektor o'lchamli DAIMD modellarida tekshirish 
amalga oshirilganda aniqlik va yo'qotish qiymatlari ko'rsatilgan. 7 (a)-rasmda davr 
oshgani sayin 512×512 oʻlchamli vektorning tekshirish aniqligi boshqa oʻlchamli 
vektorlarga nisbatan asta-sekin ortib bormoqda, 224×224 oʻlchamdagi validatsiya 
aniqligiga ega vektor esa. maydondan sezilarli darajada past. Bundan tashqari, 224 
× 224 va 256 × 256 o'lchamdagi vektorlarning ma'lum bir qismida haddan tashqari 
o'rnatish sodir bo'ldi. Shakl 7 (b) turli vektor o'lchamlari uchun tekshirish amalga 
oshirilganda o'lchangan yo'qotish qiymatlarini ko'rsatadi. Hajmi 512 × 512 bo'lganda 
yo'qotish egri chizig'i pasayib borayotgan bo'lsa-da, 448 × 448 o'lchamdagi vektor 
ma'lum bir diapazonda juda tebranadi va bu haddan tashqari moslashish sodir 
bo'lganligini ko'rsatadi.

---

Sinov o'qitish va tekshirish orqali tanlangan optimal DAIMD modelida amalga 
oshirilganda, aniqlik, FPR va FNR 4-jadvalda ko'rsatilganidek ko'rsatilishi mumkin. 
DAIMD modelini 512×512 o'lchamdagi xususiyat vektori bilan sinovdan 
o'tkazishda test aniqligi 99,28% ni tashkil etdi va aniqlik boshqa o'lchamdagi 
xususiyat vektori bilan sinovdan o'tkazilgandan yuqori ekanligi tasdiqlandi. Ko'rinib 
turibdiki, vektor o'lchami 512×512 bo'lsa, IoT zararli kodi bo'lgan, lekin zararli 
bo'lmagan fayl sifatida tasniflangan FPR qiymati boshqa o'lchamlarga qaraganda 
ancha past bo'ladi. Boshqa tomondan, vektor o'lchami 448 × 448 bo'lganida, FNR 
0,52% ni tashkil etdi, bu 512 × 512 vektor o'lchamiga qaraganda past. IoT zararli 
dasturlarini aniqlashda eng muhim indeks FPR bo'lganligi sababli, ushbu maqola 
FPR bilan ishlab chiqilgan modelning ishlashini baholashga ham katta e'tibor beradi.