Supplementary material - An Optimized Gradient Boosting Framework for IoT Intrusion Detection: A Comprehensive Evaluation on the CIC-IoT-2023 Dataset
Notice bibliographique
Résumé
This repository provides the complete supplementary material for the study “An Optimized Gradient Boosting Framework for IoT Intrusion Detection: A Comprehensive Evaluation on the CIC-IoT-2023 Dataset.” It includes three preprocessed feature-selected datasets — Binary, Eight-Class, and Thirty-Four-Class — derived from the CICIoT2023 benchmark using stratified undersampling and LightGBM-based feature selection. These datasets contain only the discriminative features used in the experiments and are ready for direct model reproduction without further preprocessing. Each classification level is accompanied by: A comprehensive Excel results file (*_Classification_FullResults.xlsx) summarizing class distributions, feature importance, model performance reports, confusion matrices, inference latency, and overall accuracy/F1 summaries. A reproducible experiment script (*_Classification_Experiment.py) that automates the entire workflow — including data loading, normalization, model training (XGBoost, LightGBM, CatBoost), and evaluation. All resources are released under the Creative Commons Attribution 4.0 International (CC BY).Original data were obtained from the CICIoT2023 dataset by the Canadian Institute for Cybersecurity (UNB).For full documentation and experiment notebooks, please visit the companion GitHub repository:🔗 GitHub Repo
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,022 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».