alsafaalwahshi-ops/MedIDS

标题： MedIDS：一种基于网络流量分析和恶意软件图像分类的轻量级混合机器学习入侵检测系统，用于医疗物联网（IoMT）环境，并部署在树莓派上 特性： - 实时网络监控。 - 基于图像的恶意软件检测。 - 部署在树莓派上 - Streamlit 用户界面 - 电子邮件警报系统 我们使用的技术： - Python - Streamlit - Scikit-learn - TensorFlow / Keras - Raspberry Pi Zero 2W - CICIoMT2024 用于基于网络的 IDS - MaleX 用于基于图像的 IDS 机器学习模型： - 决策树 / 朴素贝叶斯 / 逻辑回归 用于基于网络的 IDS - MobileNetV2 用于基于图像的 IDS 项目结构： MedIDS/ │ ├── README.md ├── requirements.txt ├── .gitignore ├── main.py │ ├── models/ │ ├── image_based_model.keras │ ├── image_based_model.h5 │ ├── ids_image.tflite │ ├── NetworkIDS3.pkl │ └── image_based_model.zip │ ├── notebooks/ │ ├── Image_basedIDS.ipynb │ └── Network_based_IDS.ipynb │ ├── image_ids/ │ ├── __init__.py │ └── image.py │ ├── network_ids/ │ ├── __init__.py │ ├── network.py │ └── email_alert.py │ ├── sample_images/ │ ├── benign.png │ ├── malware.png │ └── test.jpeg │ ├── sounds/ │ └── alert.mp3 │ ├── screenshots/ │ └── interface.png │ └── docs/ ├── presentation.pdf └── report.pdf 安装说明： - 克隆仓库 - 安装依赖 ``` pip install -r requirements.txt ``` - 运行 Streamlit ``` streamlit run streamlit.py ``` 创建者： Alsafa Alwahshi 阿曼德国技术大学网络安全专业学生 导师： Dr. Raja Waseem Anwar 联系信息： 邮箱：alsafaalwahshi@outlook.com

标签：AI安全, Apex, Chat Copilot, Keras, Kubernetes, MobileNetV2, Python, Raspberry Pi, Scikit-learn, Streamlit, TensorFlow, 入侵检测系统, 内存执行, 决策树, 医疗安全, 医疗物联网, 图像分类, 图像识别, 安全数据湖, 无后门, 朴素贝叶斯, 机器学习, 模型压缩, 深度学习, 混合机器学习, 物联网安全, 电子邮件警报, 网络安全, 网络流量分析, 访问控制, 轻量级系统, 边缘计算, 逆向工具, 逻辑回归, 隐私保护