MétaCan
Menu
Retour à la cohorte
Enregistrement W4416509201 · doi:10.1016/j.eswa.2025.130460

Explainable resource-Aware IoT security model via knowledge distillation and adaptive loss function optimization

2025· article· en· W4416509201 sur OpenAlexaff
Ogobuchi Daniel Okey, Sajjad Dadkhah, Demóstenes Zegarra Rodríguez, João Henrique Kleinschmidt

Notice bibliographique

RevueExpert Systems with Applications · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueNetwork Security and Intrusion Detection
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesFundação de Amparo à Pesquisa do Estado de São Paulo
Mots-clésDivergence (linguistics)Convergence (economics)Artificial neural networkConvolutional neural networkFeature (linguistics)DistillationMemory footprintCompilerInternet of Things

Résumé

récupéré en direct d'OpenAlex

• Developed RAID-KL, a teacher-student framework tailored for IoT security. • Validated RAID-KL on multiple data, achieving superior accuracy and efficiency. • RAID-KL achieves 11.3% and 64.33% reduction in CPU and memory usage, respectively. • RAID-KL compressed teacher model by 91.24% with an accuracy of approx. 99.75% • Applied SHAP to interpret feature contributions for IoT attack detection. Knowledge distillation (KD) is a pivotal model compression technique that enables the deployment of lightweight neural networks on resource-constrained Internet of Things (IoT) devices without sacrificing predictive performance. In the literature, KD has been widely applied to intrusion detection designs using the Kullback-Leibler (KL) divergence loss to align the distillation loss. However, KL divergence suffers from asymmetry and numerical instability when student predictions poorly match teacher distributions. The Jensen-Shannon (JS) divergence presents an alternative that allows both distributions to be treated equally relative to their average and ensures more balanced knowledge transfer process. The JS although symmetric and bounded, may converge more slowly due to its conservative nature. This study introduces RAID-KL , a resource-aware security model that leverages KD and a novel adaptive loss function combining hybrid KL and JS divergence. By integrating the benefits of both divergences, our method enhances the generalization and convergence of distilled models while maintaining low computational overhead, balanced knowledge sharing and improved numerical robustness. RAID-KL utilizes 1D Convolutional Neural Networks (1DCNNs) as the learning algorithm with teacher-student paradigm where a complex model serves as the teacher model, transferring its learned representations to a significantly smaller student network. RAID-KL is trained and evaluated in real-world network traffic datasets, including CICIoT2023, CICIoMT2024 and NIMSLABIoT2025, which include several IoT threats. RAID-KL demonstrates high performance in all applied metrics and low resource utilization during training and inference. To elucidate the critical relationships and feature contributions in model decisions, we integrate SHapley Additive exPlanations (SHAP) values for interpretability. Our findings reveal that the choice of loss function significantly impacts both performance and resource efficiency, with the hybrid KL-JS loss achieving superior trade-offs. Empirically, RAID-KL achieves 11.3% reduction in CPU usage and 64.33% reduction in memory usage during inference. Additionally, the RAID-KL model achieves 91.24% model compression over the teacher model while maintaining nearly the same classification accuracy. These insights highlight the robustness of RAID-KL framework, while providing a nuanced explainable index compared to the literature.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,989
Score d'incertitude au seuil0,679

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,009
Tête enseignante GPT0,228
Écart entre enseignants0,219 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExpert Systems with ApplicationsMême sujetNetwork Security and Intrusion DetectionTravaux en français237 207