基于AE-GRU算法的MQTT入侵检测研究

在工业互联网中被广泛使用的消息队列遥测传输（MQTT,Message Queuing Telemetry Transport）协议存在安全性弱的缺点，虽然MQTT服务器可以通过安全传输层（TLS,Transport Layer Security）协议实现身份认证和加密传输数据，但是这需要消耗大量资源，而MQTT更多地被应用于资源受限环境中，因此有必要采用入侵检测技术来增强MQTT的安全性。本文在MQTT-Io T-IDS2020数据集的双向流特征基础上提取了关于MQTT的数据流特征，同时设计了一种基于自动编码器（AE,Autoencoder）和门控循环单元（GRU,Gated Recurrent Unit）的入侵检测模型。实验结果表明：使用AE降维将训练速度平均提高了58%，检测准确度（accuracy）高达99.70%，并且分类错误的数据流均不是MQTT数据流。