The increasing sophistication of cybersecurity threats, driven by the proliferation of big data and the Internet of Things (IoT), necessitates the development of advanced real-time intrusion detection systems (IDSs). In this study, we present a novel approach that integrates NiO-doped WO_3–x/ZnO bilayer self-rectifying memristors (SRMs) within a reservoir computing (RC) framework for IDS applications. The proposed crossbar array architecture exploits the exceptional dynamic properties of SRMs, achieving a classification accuracy of 93.07% on the CSE-CIC-IDS2018 data set, while demonstrating ultrahigh information-processing efficiency. Our approach not only leverages the tunable characteristics of memristors but also addresses the challenge of sneak path currents in large-scale integration, offering a robust and scalable solution for next-generation IDS. This work exemplifies the power of emerging electronics in enhancing cybersecurity through innovative hardware implementations.

中文翻译：

---

基于自整流忆阻器的储液器计算，用于网络安全中的实时入侵检测


大数据和物联网 （IoT） 的激增推动了网络安全威胁的日益复杂，因此需要开发先进的实时入侵检测系统 （IDS）。在这项研究中，我们提出了一种新方法，该方法将 NiO 掺杂的 WO _3-x/ZnO 双层自整流忆阻器 （SRM） 集成到 IDS 应用的储层计算 （RC） 框架中。所提出的交叉开关阵列架构利用了 SRM 的卓越动态特性，在 CSE-CIC-IDS2018 数据集上实现了 93.07% 的分类准确率，同时表现出超高的信息处理效率。我们的方法不仅利用忆阻器的可调特性，还解决了大规模集成中潜行路径电流的挑战，为下一代 IDS 提供了强大且可扩展的解决方案。这项工作体现了新兴电子产品通过创新硬件实施增强网络安全的力量。