人工智能与后量子时代下一代网络中的拒绝服务反制

鉴于网络系统面临的网络威胁日益增多，加之人工智能技术的普及和计算能力的增强，拒绝服务（DoS）攻击正变得越来越复杂且易于实施。此类攻击以系统可用性为目标，可在不破坏底层安全协议的情况下危及整个系统。因此，大量研究聚焦于DoS攻击的预防、检测与缓解。然而，现有的系统性研究工作存在局限性，例如DoS对策彼此孤立、基于人工智能的研究存在不足，以及缺乏对隐私、匿名性、认证和透明度等DoS集成特性的考量。此外，量子计算机的出现从攻击和防御两个角度都彻底改变了DoS的格局，但这一领域在很大程度上仍未被探索。本研究旨在通过审视人工智能时代的（反）DoS对策，并在适用时考虑后量子（PQ）安全，来弥合这些研究空白。我们指出了当前文献中的不足之处，并提出了协同技术以弥合这些差距的见解。我们探索了用于DoS入侵检测的人工智能机制，评估了前沿机器学习模型中的网络安全属性，并分析了在DoS背景下武器化的人工智能。我们还研究了通过联邦学习和区块链实现的协作式及分布式反DoS框架。最后，我们评估了可集成到下一代网络系统中的主动防御方法，如蜜罐、谜题和认证方案，以用于DoS的预防和缓解。