SENTRY: Secure Energy-Efficient Network Threat Response and Yield in WSN-IoT Environment
本文介绍了 SENTRY,这是一个用于 WSN-IoT 环境的安全且节能的框架,它集成了以太坊区块链来实现去中心化的数据完整性,并采用结合机器学习与深度学习的混合人工智能方法来检测并缓解网络威胁,从而实现了比现有方法更优越的性能指标。
原始论文采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明
在现代世界中,一层庞大且无形的数字技术将物理对象与互联网连接起来,构建了一个让农田、工厂或家庭中的传感器能够彼此通信并与中央计算机进行对话的系统。这个通常被称为物联网的网络,高度依赖于被称为无线传感器网络的小型局部传感器组。这些微小的设备是系统的眼睛和耳朵,不断收集有关温度、运动或湿度的信息。然而,由于这些传感器通常体积小、成本低且由有限的电池供电,它们难以抵御数字入侵者的攻击。它们缺乏复杂的加密技术这类“重型装甲”,也缺乏运行复杂安全检查的处理能力,这使得它们极易受到黑客的攻击,黑客可以借此窃取数据、扰乱运营或劫持整个网络。科学家面临的挑战是,如何构建一个既足够强大以阻止此类攻击,又足够轻量以能在可能只有硬币大小的设备上运行的安全系统。
一组研究人员提出了一种名为 SENTRY 的新框架,旨在作为这些脆弱网络的警觉守护者。该系统通过结合三种不同的技术来运作,从而创造出一种既智能又节能的防御机制。首先,它使用一种数字账本系统(类似于一种一旦记录便无法篡改的公共记录簿)来安全地存储数据。这确保了传感器一旦发送了一条信息,任何人都无法在不被察觉的情况下对其进行篡改。其次,它采用了一种人工智能形式,就像一名经验丰富的快速警卫,不断扫描数据流以发现异常模式或可疑行为。如果这名初步警卫检测到异常,则会触发第二套更强大的智能系统。这套更深层的系统会分析管理网络自动化交易的复杂规则,以寻找黑客可能利用的隐藏缺陷或弱点。
研究人员在一个模拟真实世界网络中混乱且多样化条件的模拟环境中测试了该系统。他们向系统输入了数百万个代表正常活动以及各种类型网络攻击(包括干扰网络、注入虚假数据或窃取密钥的尝试)的数据点。结果显示,S侧 SENTRY 能够以极高的精确度识别并阻止这些威胁,正确检测出 96.8% 的攻击。与那些要么持续运行导致电池耗尽,要么反应过慢的旧式安全方法不同,SENTRY 在仅用 1.3 秒的时间内就做出了响应。它还证明了其资源利用率极高,每次检查仅消耗 49 MB 内存和 4.2 焦耳能量。这种高效性至关重要,因为这意味着安全系统可以在为传感器供电的相同小型电池上运行,而不需要额外的、沉重的电源。
这种方法之所以特别有效,在于其具备适应和自我修复的能力。当系统识别出管理网络自动化规则中的缺陷时,它不仅仅是发出警报;它会自主建议增强版的合约变体,或者生成一种方案策略,并在通过模拟交易评估进行验证后,再将其用于模拟交易评估。这种自我修复能力使网络能够在无需人工干预的情况下从攻击中恢复,这在当前的安全设计中是罕见的特征。研究人员还发现,该系统可以对不同威胁的严重程度进行排序,从而使其能够优先处理最危险的攻击。通过使用包括具有不同设备类型和攻击风格场景在内的不同数据集对框架进行测试,团队证实了即使在环境发生变化时,该系统仍能保持稳定和准确。虽然这项研究是在受控模拟中进行的,但结果表明,这种混合方法为保障日益成为我们日常生活一部分的数十亿联网设备的安全性提供了一条切实可行的路径。
您所在领域的论文太多了?
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。