ترجمه فارسی مقاله تشخیص ناهنجاری سری‌های زمانی با CNN برای حسگرهای محیطی در مراقبت‌های بهداشتی-اینترنت اشیا

چکیده

This research develops a new method to detect anomalies in time series data using Convolutional Neural Networks (CNNs) in healthcare-IoT. The proposed method creates a Distributed Denial of Service (DDoS) attack using an IoT network simulator, Cooja, which emulates environmental sensors such as temperature and humidity. CNNs detect anomalies in time series data, resulting in a 92% accuracy in identifying possible attacks.

چکیده به فارسی (ترجمه ماشینی)

این تحقیق روش جدیدی را برای تشخیص ناهنجاری ها در داده های سری زمانی با استفاده از شبکه های عصبی حلقوی (CNN) در مراقبت های بهداشتی ایجاد می کند.روش پیشنهادی با استفاده از یک شبیه ساز شبکه IoT ، Cooja ، که سنسورهای محیطی مانند دما و رطوبت را تقلید می کند ، یک تکذیب توزیع شده از سرویس (DDOS) ایجاد می کند.CNN ها ناهنجاری ها را در داده های سری زمانی تشخیص می دهند و در نتیجه دقت 92 ٪ در شناسایی حملات احتمالی ایجاد می شود.