Détection d’attaque dans le réseau IOT Sigfox et LORAWAN en se basant sur le Deep Learning

Abstract

The rise of connected devices has transformed our daily routines, yet they remain open targets for cyberattacks. Our objective is to integrate Deep Learning techniques to create a tool that can identify and classify attacks on IoT networks. Our solution involves a detection model that employs a Generative Adversarial Network (GAN) and an additional learning model to classify attacks on different device types. To evaluate these models, we have constructed a desktop app based on the Tkinter framework. ***

Les objets connectés révolutionnent notre quotidien, mais ils restent des cibles ouvertes pour les cyberattaques. Notre objectif est d'intégrer des techniques d'apprentissage profonde pour créer un outil pouvant identifier et classifier les attaques sur les réseaux IoT. Notre solution implique un modèle de détection qui employe un réseau adversaire génératif (gan) et un modèle d'apprentissage supplémentaire pour classifier les attaques sur différents types d'appareils. Pour évaluer ces modèles, nous avons construit une application de bureau basée sur le cadre Tkinter.