面向物联网/工业物联网网络的轻量级机器学习入侵检测：量化策略及在资源受限微控制器上的物理部署

《Electronics》：Lightweight Machine Learning Intrusion Detection for IoT/IIoT Networks: Quantisation Strategies and Physical Deployment on Resource-Constrained Microcontrollers

　　

物联网和工业物联网网络中的入侵检测必须在严格的资源约束下运行，然而大多数已发表的基于机器学习的入侵检测系统（IDS）解决方案仅在保留数据上报告准确率，而未解决训练好的模型是否能在目标硬件上实际运行的问题。研究人员通过一项端到端研究填补了这一空白，该研究涵盖数据集预处理、模型训练、INT8量化以及在两台真实微控制器上的物理执行。研究使用TON_IoT网络数据集，对五种监督分类器——逻辑回归、决策树（深度5）、随机森林、XGBoost和LightGBM——以及一个多层感知器（IALP（交替多层感知器）深度学习基线进行评估，分别用于二分类和十分类入侵检测任务。5折分层交叉验证证实了各分割间性能稳定，其中LightGBM达到了最高F₁分数。随后模型通过三种量化管道进行导出：针对两种最轻量分类器的m2cgen C代码生成、针对MLP的TensorFlow Lite Micro全整数INT8转换（尺寸缩减至13.03 KB，压缩比9.34倍），以及针对XGBoost和LightGBM的自定义训练后INT8二进制格式（LightGBM压缩至73.85 KB，压缩比18.91倍）。全部五种量化模型被部署到Arduino Mega 2560（ATmega2560处理器，16 MHz，8 KB SRAM）和ESP32-C3 SuperMini（RISC-V架构，160 MHz，400 KB SRAM）上，并在物理硬件上进行了每模型500次定时推理的基准测试（每输入类别250次），固件预测结果经确认与两个测试向量上的Python 3.11浮点模型一致。决策树在ESP32-C3上实现了5.6 μs的推理延迟；LightGBM INT8（F₁=0.9991）在集成模型中提供了最优的准确率-尺寸权衡。跨平台比较显示，对于相同模型代码，RISC-V设备比8位AVR快5.8–7.8倍。使用CIC-IoT-Dataset2023进行的跨域评估识别出高达6.12倍标准差的数据包不对称性归一化分布偏移，量化了仍为开放挑战的泛景气差距。

本研究围绕物联网（IoT）和工业物联网（IIoT）网络中的轻量级机器学习入侵检测问题展开，聚焦于模型从训练到物理部署的完整链路，论文发表于《Electronics》。研究背景在于，当前IoT/IIoT环境中连接设备激增，网络攻击面显著扩大，基于机器学习的入侵检测系统（IDS）虽在标准数据集上表现优异，但大量研究止步于软件层面的准确率评估，未能验证模型是否能在资源受限的微控制器（MCU）上实际运行。现有工作通常通过仿真或模拟进行部署验证，缺乏对真实硬件上模型存储、加载和执行能力的考察，导致算法性能与工程可实现性之间的脱节。

研究人员开展了从数据集预处理、多模型训练、INT8量化到物理硬件部署与基准测试的端到端研究。主要结论包括：LightGBM经自定义INT8量化后以73.85 KB体积实现F₁=0.9991，是集成模型中准确率-尺寸最优选择；MLP经TFLite Micro INT8转换后仅13.03 KB，895 μs推理延迟；决策树C代码在ESP32-C3上达到5.6 μs超低延迟；全部量化模型在物理硬件上的预测与Python浮点模型完全一致；跨域分析量化了高达6.12倍标准差的分布偏移。研究意义在于首次系统性地将树集成模型的INT8量化部署到真实MCU，并提供了跨架构性能比较与跨域泛化定量分析，为边缘侧入侵检测的实际工程部署提供了方法论参考和实验基准。

研究所用的主要关键技术方法包括：样本队列来源为TON_IoT网络数据集（UNSW Canberra采集的CC BY 4.0公开数据集，80/20划分，38,095样本测试集）与CIC-IoT-Dataset2023（加拿大网络安全研究所）；5折分层交叉验证评估模型稳定性；SHAP（SHapley Additive exPlanations，基于博弈论的特征归因方法）可解释性分析聚焦于MITM攻击类别；三种量化管道分别为m2cgen C代码生成（逻辑回归、决策树）、TensorFlow Lite Micro全整数INT8转换（MLP，后训练量化，200校准样本）以及自定义训练后INT8二进制格式（XGBoost、LightGBM，分裂阈值与叶节点值分别量化，小端字节序）；物理硬件平台为Arduino Mega 2560（ATmega2560，8位AVR，16 MHz，8 KB SRAM，256 KB Flash）和ESP32-C3 SuperMini（32位RISC-V，160 MHz，400 KB SRAM，4 MB Flash）；延迟测量采用微秒级硬件定时器（AVR为4 μs粒度，ESP32-C3为1 μs），500次推理（每类250次），中断未禁用，2秒空闲间隔确保冷启动条件；跨域分布偏移采用标准化特征偏移量Δ_j量化。

研究结果部分按以下结构展开：

**二分类结果**。研究人员在TON_IoT数据集38,095样本的保留测试集上评估了五种模型。LightGBM和X商贸sleep（XGBoost）在F₁分数和ROC-AUC（Receiver Operating Characteristic-Area Under Curve，受试者工作特征曲线下面积）上表现最优，均接近完美。MLP以显著更小的体积达到F₁=0.9953。逻辑回归虽准确率较低（F₁=0.9554），但其可编译为单一C函数的特性对极简部署具操作意义。5折交叉验证显示各模型折间方差低于0.0006，LightGBM达到最高均值CV F₁（0相关联9990）且折间变异最小。

**多分类结果**。十分类任务中，XGBoost宏平均F₁（macro-F₁）最高（0.9694），LightGBM基本持平（0.9693）。逻辑回归和决策树的宏平均与加权平均F₁差距显著，反映了MITM（Man-in-the-Middle，中间人攻击）类别的检测挑战。XGBoost的逐类分析显示，除MITM外其余九类F₁均超再生产all 0.94，MITM因仅208个测试样本（占比约0.55%）且流量特征模糊而表现异常。研究未采用SMOTE（Synthetic Minority Over-sampling Technique，合成少数类过采样）等失衡处理策略，以避免合成样本扭曲真实流量模式。

**SHAP可解释性分析（MITM检测）**。XGBoost多分类模型的全局SHAP重要性显示，MITM类别的关键特征为src_bytes（源字节数，重要性0.919）、dst_ip_bytes（目的IP字节数，0.732）、src_pkts（源数据包数，0.335）和duration（持续时间，0. lain286），这些流向统计量捕捉了中间人攻击引入的流量不对称性，无需深度包检测即可从元数据层面识别。

**跨域泛化**。TON_IoT与CIC-IoT-Dataset2023间的标准化特征偏移分析显示，最大偏移出现于数据包不对称性（Δ=6.12），其次为流持续时间（4.82）和前向负载均值（4.30），十项特征中五项超额阈值1。该结果为跨域性能衰减提供了定量基础，揭示模型在异构网络环境中面临的外分布风险。

**量化结果**。全部五种可部署模型的量化管道经38,095样本Python测试集验证，INT8格式与浮点模型决策完全一致。LightGBM因max_bin=255使阈值量化无损（最大阈值舍入误差为零），最大叶值舍入误差为4.88×10^-4（缩放因子s_v=0艺术1094）；XGBoost（max_bin=256）最大阈值舍入误差4.56×10^-3（s_t=0.0178），最大叶值舍入误差2.93×10^-4（s修止产业基地 cited as up to . Models are then exported through three quantisation pipelines: m2cgen C code generation for the two lightest classifiers, TensorFlow Lite Micro full-integer INT8 for the MLP (9.34× size reduction to 13.03 KB), and a custom post-training INT8 binary format for XGBoost and LightGBM (18.91× compression for LightGBM to 73.85 KB). All five quantised models are deployed to an Arduino Mega 2560 (ATmega2560, 16 MHz, 8 的代表作，性价比极佳。硬件验证准确率98.8–99.4%（500独立样本）。

讨论部分指出，研究将先前仅停留在软件层面的ML-IDS框架推进至物理部署层面，填补了量化管道与真实MCU执行之间的实践空白。与纯软件研究相比，本工作证明了高准确率模型可经量化后部署于资源受限硬件；与深度学习研究相比，树集成模型在准确率-延迟-尺寸权衡上保持优势；与可解释性研究相比，浅层决策树兼具内在可解释性与5.6 μs超低延迟，而SHAP分析为更复杂的XGBoost提供了透明度补偿。与边缘部署研究相比，本工作提供了微秒级固件级测量而非系统级估算。研究所揭示的跨域分布偏移（最大6倍标准差）表明，单一数据集上的完美性能不保证实际网络环境中的鲁棒性，域适应微调或多源训练是未来方向。研究局限性包括：硬件验证样本量有限（500次重复测量基于两个代表性向量），完整多样本硬件验证尚待扩展；推理延迟未包含上游标准化预处理；跨域分析基于特征层面而非完整重训练测试。

研究结论部分翻译如下：研究人员已展示了一个面向物联网/工业物联网网络的端到端机器学习入侵检测管道，从TON_IoT上的特征预处理和多模型训练，到量化部署以及在两种微控制器架构上的物理推理基准测试。真实硬件上的物理推理基准确认了全部五种固件实现与其对应Python浮点模型产生相同的二元决策；延迟统计源自每模型500次定时测量（每输入类别250次），捕捉了现实静态启动条件下的硬件时序变异性。采用自定义INT8二进制量化的LightGBM（73.85 KB，F₁=0.9991，ESP32-C3上5.56 ms）是边缘部署的最佳集成模型选择，而TFLite Micro MLP（13.03 KB，F₁=0.9953，895 μs）在神经网络工具链可用时具有竞争力。对于最严苛的8 KB SRAM设备，C语言决策树在Mega上实现32.4 μs延迟、在ESP32-C3上实现5.6 μs延迟，F₁=0.9934。跨域分布偏移分析为泛化差距提供了具体定量依据——数据包不对称性最高达评分标准差——并 motivates未来关于域适应和多源训练策略的研究工作。所有代码、模型导出脚本、PlatformIO固件及基准测试结果均于2026年5月5日前在MIT许可证下公开于https://github.com/emanuelepiodebernardis/iot-audit。