物联网中基于机器学习与区块链的安全与隐私：威胁与对策
密码学与安全
2020-08-07 v4 机器学习
摘要
由于物联网（IoT）设备参与众多应用，用户的安全与隐私已成为重要关切。网络威胁正以爆发式速度增长，使现有安全与隐私措施显得不足。因此，互联网上的每个人都成为黑客的目标。为此，机器学习（ML）算法被用于从大型复杂数据库中产生准确输出，所生成输出可用于预测与检测基于 IoT 的系统中的漏洞。此外，区块链（BC）技术在现代 IoT 应用中日益流行，用以解决安全与隐私问题。已有若干研究分别针对 ML 算法或 BC 技术展开。然而，这些研究仅利用 ML 算法或 BC 技术解决安全或隐私之一的问题，因而亟需一项综合综述，梳理近年来同时利用 ML 算法与 BC 技术应对安全与隐私两方面的努力。本文综述了从 2008 至 2019 年过去几年中，IoT 领域内利用 ML 算法与 BC 技术解决安全与隐私问题的研究努力。首先，我们讨论并归类过去十二年间 IoT 领域内报告的各种安全与隐私威胁。随后，我们基于 ML 算法与 BC 技术对 IoT 领域的安全与隐私研究文献进行分类。最后，我们识别并阐明在利用 ML 算法与 BC 技术解决 IoT 领域安全与隐私问题时的若干挑战与未来研究方向。
引用
@article{arxiv.2002.03488,
title = {Security and Privacy in IoT Using Machine Learning and Blockchain: Threats & Countermeasures},
author = {Nazar Waheed and Xiangjian He and Muhammad Ikram and Muhammad Usman and Saad Sajid Hashmi and Muhammad Usman},
journal= {arXiv preprint arXiv:2002.03488},
year = {2020}
}
备注
35 pages, ACM CSUR Journal