Tầng thứ nhất là mô hình phân loại nhị phân gọn nhẹ, được triển khai trực tiếp tại gateway của mạng IoT để nhanh chóng phát hiện các hành vi bất thường hoặc tấn công trong thời gian thực. Tầng này đóng vai trò như lớp bảo vệ đầu tiên, giúp giảm tải cho hệ thống xử lý trung tâm.

Tầng thứ hai là mô hình phân loại đa lớp phức tạp hơn, được triển khai trên máy chủ đám mây từ xa nhằm xác định chính xác loại hình hoạt động độc hại và phát hiện các cuộc tấn công diễn ra đồng thời trên nhiều mạng khác nhau. Kiến trúc này cho phép tận dụng năng lực tính toán mạnh của cloud trong khi vẫn đảm bảo phản ứng nhanh ở thiết bị biên.

Kết quả thực nghiệm cho thấy hệ thống đề xuất có hiệu quả phát hiện các hành vi tấn công tốt hơn so với công cụ IDS truyền thống dựa trên chữ ký như Snort khi sử dụng các tham số tùy chỉnh tối ưu. Nghiên cứu chứng minh rằng việc tích hợp máy học vào hệ thống IDS hai tầng không chỉ nâng cao độ chính xác mà còn phù hợp với đặc điểm phân tán, tài nguyên hạn chế và yêu cầu bảo mật ngày càng cao của các hệ sinh thái IoT hiện đại.

Công trình nghiên cứu góp phần mở ra hướng phát triển các giải pháp an ninh mạng thông minh, linh hoạt và có khả năng mở rộng cho các hệ thống IoT quy mô lớn trong tương lai.