基于机器学习的IIoT智能计量网络入侵检测与防御系统：挑战与解决方案
机器学习
2025-02-18 v1
摘要
工业物联网（IIoT）通过实现自动化、实时数据交换和智能决策，彻底改变了各行各业。然而，其日益增长的连接性引入了网络安全威胁，特别是在智能计量网络中，该网络在监控和优化能源消耗方面发挥着关键作用。本文探讨了保障基于IIoT的智能计量网络安全所面临的挑战，并提出了一种基于机器学习的入侵检测与防御系统（IDPS），用于保护边缘设备。该研究综述了各种入侵检测方法，揭示了基于特征检测和基于异常检测技术的优势与局限性。研究结果表明，将基于机器学习的IDPS集成到IIoT智能计量环境中，可以增强安全性、效率和抵御不断演变的网络威胁的能力。
引用
@article{arxiv.2502.11138,
title = {Machine Learning-Based Intrusion Detection and Prevention System for IIoT Smart Metering Networks: Challenges and Solutions},
author = {Sahar Lazim and Qutaiba I. Ali},
journal= {arXiv preprint arXiv:2502.11138},
year = {2025}
}