一种物联网异构数据入侵检测方法.pdfVIP

中国信息界|InformationChina

一种物联网异构数据入侵检测方法

文◆河南九域腾龙信息工程有限公司 于红磊 王 遵 唐学勤 彭 苒 张亚强

引言1.2研究目的

物联网（IoT）设备的广泛使用在日常生活中带来了便利，但也引本研究项目旨在应对物联网

发了人们对数据传输安全性的关注。由于物联网设备通常计算能力和资环境中的安全问题，重点开发异

源有限，容易成为恶意软件和网络攻击的目标。为了有效应对这些风构数据集成与保护技术。通过使

险，及时检测和分类这些攻击变得尤为重要，以便迅速采取措施减轻用标识密码学进行设备认证，并

其潜在影响。基于此，本文介绍了一种针对物联网网络的入侵检测系构建基于零信任模型的通用安全

统（IDS），该系统采用了多向模糊决策树（FDT）作为可解释人工智能架构，实现多设备认证、数据整

（XAI）模型，用于流量分类。具体来说，提出了一种跨设备的训练和评合和安全防护，进一步提升终端

估方法，使得当新设备接入物联网网络时，无需重新训练FDT即可评设备的安全性和可靠性，为物联

估网络入侵检测系统（IDS）的泛化能力。网应用提供全面的安全保障和高

效的执行策略。

1概述

网络入侵检测系统（IDS）的主要职责是识别和应对网络中的恶意2相关工作

行为，以维护网络环境的安全。与传统网络不同，物联网（IoT）由多在物联网（IoT）的领域中，

种设备构成，包括个人电脑、移动设备、可穿戴设备以及各类传感器为了确保网络的安全性，提出了

等，导致数据来源多样且分布异质。物联网安全研究旨在提升设备认证多种入侵检测技术，包括基于签

的安全性，构建多样化的异构网络防御机制，并确保数据的安全管理。名的检测、基于行为的检测、基

通过使用标识密码实现动态鉴权，并建立信任模型来增强终端的安全性于机器学习的检测和沙箱方法。

和可靠性。同时，基于零信任架构的原型系统，结合智能与多因素身份基于签名的检测技术，如在2021

验证，确保访问的合法性，并分散验证以减少网络拥塞，从而提升整体年提出的依赖于已知的攻击模式

系统性能，为物联网的安全发展提供坚实基础。来识别威胁[1]。基于行为的检测

1.1研究背景技术，如在2009年提出的通过分

物联网（IoT）技术通过将日常物品与互联网连接，实现了智能化析设备的正常行为模式来检测异

服务和管理的关键功能，支持广泛的控制、监控和智能服务，使设备能常行为[2]。基于机器学习的检测

够更智能地响应用户需求。随着物联网设备的广泛普及，确保这些设备技术，如在2022年提出的利用数

在复杂多变的网络环境中的身份验证和数据传输安全变得尤为重要。为据驱动的方法来识别潜在的攻击

此，研究者们正在探索基于标识密码学的认证技术，以实现动态认证和行为[3]。沙箱方法，如在2009年

信任评