基于机器学习的工业物联网网络漏洞分析
密码学与安全
2019-11-15 v1 机器学习
网络与互联网体系结构
摘要
由于攻击可能带来毁灭性后果，保障工业物联网（IIoT）设备安全至关重要。机器学习与大数据分析是分析和保障物联网（IoT）技术的两大利器。引申而言，这些技术亦有助于提升 IIoT 系统的安全性。本文中，我们首先介绍常见 IIoT 协议及其相关漏洞。随后，我们进行网络漏洞评估并讨论利用机器学习应对这些弱点的方式。接着，对现有使用机器学习模型的入侵检测解决方案进行文献综述。最后，我们讨论案例研究，包括我们所构建用于实施网络攻击并设计入侵检测系统（IDS）的真实世界测试台的细节。我们对系统部署后门、命令注入与结构化查询语言（SQL）注入攻击，并展示基于机器学习的异常检测系统如何良好地检测这些攻击。我们通过代表性指标评估性能，以公正看待方法的有效性。
引用
@article{arxiv.1911.05771,
title = {Machine Learning Based Network Vulnerability Analysis of Industrial Internet of Things},
author = {Maede Zolanvari and Marcio A. Teixeira and Lav Gupta and Khaled M. Khan and Raj Jain},
journal= {arXiv preprint arXiv:1911.05771},
year = {2019}
}