基于区块链和深度学习的入侵检测系统用于保护SDN赋能的工业物联网环境
密码学与安全
2024-01-02 v1 网络与互联网体系结构
摘要
工业物联网(IIoT)涉及将物联网(IoT)技术集成到工业环境中。然而，鉴于工业对工业控制系统网络和IIoT安全的高度敏感性，使用软件定义网络(SDN)技术可以提供改进的安全性和通信过程的自动化。尽管如此，SDN的架构可能会引发各种安全威胁。因此，考虑这些威胁对基于SDN的IIoT环境的影响至关重要。与以往分别关注IIoT和SDN架构安全性的研究不同，我们提出了一种集成方法，包括两个协同工作的组件，以更好地检测和预防与基于SDN的IIoT架构相关的安全威胁。这两个组件包括一个基于卷积神经网络的入侵检测系统(IDS)，作为SDN应用程序实现，以及一个基于区块链的系统(BS)，分别增强应用层和网络层的安全性。所提出方法的一个显著优势在于共同减轻诸如命令注入和规则注入等攻击对基于SDN的IIoT架构层的影响。所提出的IDS在二分类和多分类任务中均表现出优越的分类精度。
引用
@article{arxiv.2401.00468,
title = {Blockchain and Deep Learning-Based IDS for Securing SDN-Enabled Industrial IoT Environments},
author = {Samira Kamali Poorazad and Chafika Benzaıd and Tarik Taleb},
journal= {arXiv preprint arXiv:2401.00468},
year = {2024}
}