物联网安全中的机器学习：当前解决方案与未来挑战
密码学与安全
2019-04-12 v1 机器学习
机器学习
摘要
未来的物联网（IoT）将对我们的生活产生深远的经济、商业和社会影响。物联网网络中的参与节点通常资源受限，这使其成为网络攻击的诱人目标。在这方面，人们主要通过传统的密码学方法做出了大量努力，以解决物联网网络中的安全和隐私问题。然而，物联网节点的独特特征使得现有解决方案不足以涵盖物联网网络的整个安全范畴。这至少部分归因于资源限制、异构性、物联网设备生成的大量实时数据以及网络的极度动态行为。因此，能够在物联网设备和网络中提供嵌入式智能的机器学习（ML）和深度学习（DL）技术被用来应对不同的安全问题。在本文中，我们系统地回顾了物联网网络的安全需求、攻击向量和当前的安全解决方案。然后，我们揭示了这些安全解决方案中需要采用 ML 和 DL 方法的空白。我们还详细讨论了用于解决物联网网络中不同安全问题的现有 ML 和 DL 解决方案。最后，基于对文献中现有解决方案的详细调查，我们讨论了基于 ML 和 DL 的物联网安全的未来研究方向。
引用
@article{arxiv.1904.05735,
title = {Machine Learning in IoT Security: Current Solutions and Future Challenges},
author = {Fatima Hussain and Rasheed Hussain and Syed Ali Hassan and Ekram Hossain},
journal= {arXiv preprint arXiv:1904.05735},
year = {2019}
}