面向 IoV 的基于区块链的开集联邦学习框架 Zero-X 用于零日攻击检测
密码学与安全
2024-07-04 v1 人工智能
摘要
Internet of Vehicles（IoV）是智能交通系统（ITS）的关键技术，通过将车辆与互联网及其他实体集成来实现连接。5G 及即将到来的 6G 网络的出现为通过实现超可靠、低延迟和高带宽通信，变革 IoV 带来了巨大的潜力。然而，随着连接性的扩大，网络安全威胁已成为重大关切。由于零日（0-day）攻击的数量不断增加，这类攻击可利用未知漏洞并规避现有入侵检测系统（IDS），问题进一步恶化。本文提出 Zero-X，一种创新性的安全框架，有效检测 0-day 和 N-day 攻击。该框架通过结合深度神经网络和开放集识别（OSR）实现上述目标。我们的方案引入了一种新方法，利用区块链技术促进 ZeroX 框架的受信任和去中心化联邦学习（FL）。该方案还优先保护隐私，使 CAVs 和安全运营中心（SOCs）能够在保护其敏感数据隐私的前提下贡献各自的独特知识。到目前为止，鉴于在 IoV 领域将 OSR 与隐私保留 FL 结合用于识别 0-day 和 N-day 攻击，本文是首次工作。在两个最新网络流量数据集上的深入实验表明，所提出的框架在实现高检测率的同时最大限地降低了误报率。与相关工作的比较表明，Zero-X 框架超越了现有解决方案。
引用
@article{arxiv.2407.02969,
title = {Zero-X: A Blockchain-Enabled Open-Set Federated Learning Framework for Zero-Day Attack Detection in IoV},
author = {Abdelaziz Amara korba and Abdelwahab Boualouache and Yacine Ghamri-Doudane},
journal= {arXiv preprint arXiv:2407.02969},
year = {2024}
}