网络自治系统中基于 AI/ML 的入侵与异常行为检测综述：技术、挑战与机遇
网络与互联网体系结构
2023-05-10 v1
摘要
基于 AI/ML 的入侵检测系统（IDS）与异常行为检测系统（MDS）在识别网络自治系统网络流量中的异常方面已展现出巨大潜力。尽管研究投入巨大，此类系统在现实世界中的实际部署仍很有限。虽然自治系统的安全关键性质以及基于学习的技法对对抗攻击的脆弱性是潜在原因，但缺乏客观评估与可行性度量指标是这些系统在实际环境中采用受限的一个关键原因。本综述旨在通过深入剖析基于 AI/ML 的 IDS/MDS 并建立与网络自治系统相关的基线指标，来解决上述局限。此外，本工作详尽调研了该领域近期研究，凸显了当前文献中的评估指标与空白。它还呈现了从所调研论文分析中得出的关键发现，并提出了适用于车载网络应用的基于 AI/ML 的 IDS/MDS 解决方案指南。我们的工作为研究人员与从业者提供了在真实环境中评估基于 AI/ML 的 IDS/MDS 技法可行性所需的工具，以期促进此类技法在新兴自治车载系统中的实际采用。
引用
@article{arxiv.2305.05040,
title = {A Survey on AI/ML-Driven Intrusion and Misbehavior Detection in Networked Autonomous Systems: Techniques, Challenges and Opportunities},
author = {Opeyemi Ajibuwa and Bechir Hamdaoui and Attila A. Yavuz},
journal= {arXiv preprint arXiv:2305.05040},
year = {2023}
}