基于深度学习的动态水印技术用于物联网中安全信号认证
信息论
2017-11-07 v1 密码学与安全
多媒体
math.IT
摘要
保障物联网（IoT）的安全是加快部署其应用与服务的必要里程碑。特别地，物联网设备的功能极度依赖于其消息传输的可靠性。数据注入、窃听和中间人威胁等网络攻击可引发安全挑战。保障物联网设备抵御此类攻击需考虑其严苛的计算能力限制与低延迟操作需求。本文提出一种新颖的深度学习方法，用于对物联网信号进行动态水印以检测网络攻击。所提出的学习框架基于长短期记忆（LSTM）结构，使物联网设备能够从其生成的信号中提取一组随机特征，并将这些特征动态水印嵌入信号中。该方法使从物联网设备收集信号的物联网云中心能够有效认证信号的可靠性。此外，所提方法可防范窃听等复杂攻击场景，即网络攻击者收集物联网设备数据并试图破解水印算法。仿真结果表明，在低于 1 秒的攻击检测延迟下，消息可从物联网设备以近乎 100% 的可靠性传输。
引用
@article{arxiv.1711.01306,
title = {Deep Learning-Based Dynamic Watermarking for Secure Signal Authentication in the Internet of Things},
author = {Aidin Ferdowsi and Walid Saad},
journal= {arXiv preprint arXiv:1711.01306},
year = {2017}
}
备注
6 pages, 9 figures