面向概念漂移的物联网僵尸网络检测

本文解决了部署基于人工智能的物联网安全解决方案中的一个关键挑战：概念漂移。所提出的框架提供了一种可扩展且自适应的方法，避免了持续的重新训练，这是动态环境中的一个常见瓶颈。使用潜在空间表示学习、对齐模型和图神经网络是实现稳健检测的一个有前景的组合。对真实世界数据集和实验验证的关注加强了论文的贡献。

• •解决了物联网僵尸网络检测中的概念漂移问题。
• •提出了一个避免持续分类器重新训练的框架。
• •利用潜在空间表示学习、对齐模型和图神经网络。
• •在真实世界的异构物联网流量数据集上进行评估。