HybridGuard는 머신 러닝과 딥 러닝을 통합하여 침입 탐지를 개선하는 프레임워크입니다. 상호 정보 기반 특징 선택을 통해 데이터 불균형 문제를 해결하고, Wasserstein Conditional Generative Adversarial Networks with Gradient Penalty (WCGAN-GP)를 활용하여 클래스 불균형을 줄여 탐지 정밀도를 높입니다. DualNetShield라는 2단계 아키텍처를 채택하여 복잡한 EoT 환경에서 위협을 세분화하여 식별하며, UNSW-NB15, CIC-IDS-2017, IOTID20 데이터 세트에서 평가하여 다양한 공격 시나리오에서 강력한 성능을 보이고, 진화하는 사이버 보안 위협에 대한 기존 솔루션을 능가합니다.
