연구진은 자원 제약 환경에 적합한 경량 머신러닝 모델의 IIoT 네트워크 침입 탐지 성능을 분석했어요.
훈련 네트워크 외부의 네트워크에서의 성능을 검증하기 위해 4가지 경량 아키텍처를 3개의 IIoT 데이터셋에 적용했어요.
모델은 포트 카테고리 특징에 과도하게 의존하며, 특정 공격 트래픽 비율 차이로 인해 일반화 실패가 발생했어요.
자연스러운 불균형 클래스 분포 하에서 평가 프로토콜이 네트워크의 일반화 난이도를 왜곡할 수 있다는 점도 확인했어요.