面向IoT中安全感知服务获取的深度强化学习方法
密码学与安全
2024-08-27 v1 人工智能
摘要
新兴的物联网范式由大量异构的智能对象和服务组成，正在改变架构和应用，增加了系统的复杂性以及对可靠性和自主性的需求。在此背景下，智能对象和服务通常由第三方提供，这些第三方对所提供功能的安全性和隐私性未给予完全透明。尽管最近已利用基于机器的服务等级协议（SLA）在基于云的场景以及物联网环境中建立和共享策略，但通过提供所请求的服务使终端用户了解整体系统安全水平及其隐私要求的满足情况，仍然是一项具有挑战性的任务。为了解决这个问题，我们提出了一个完整的框架，根据用户需求在物联网服务获取中定义合适的隐私和安全要求级别。通过使用基于强化学习的解决方案，环境内的用户代理经过训练，能够选择授予目标服务访问权限的最佳智能对象。此外，该解决方案旨在保证截止期限要求以及用户的安全和隐私需求。最后，为了评估所提方法的正确性和性能，我们进行了广泛的实验分析。
引用
@article{arxiv.2404.03276,
title = {A Deep Reinforcement Learning Approach for Security-Aware Service Acquisition in IoT},
author = {Marco Arazzi and Serena Nicolazzo and Antonino Nocera},
journal= {arXiv preprint arXiv:2404.03276},
year = {2024}
}