On-Chain Anchoring-Based Information Security on Iot for Secure Smart-City Using Pekeccak and Gsbdostlru
本文提出了一种安全的智慧城市框架,通过集成基于 PEKeccak 的链上锚定以及先进的密码学和机器学习技术,防止网关层级的日志伪造,实现了 98.91% 的完整性验证成功率。
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
在现代智慧城市庞大的数字神经系统中,无数微小的设备正不知疲倦地运作着,以确保交通顺畅、灯火通明且公共空间安全。这些物联网传感器收集着持续不断的数据流,但这个庞大的网络面临着一个持久的脆弱点:收集并传输这些信息的网关可能会被欺骗。如果坏人篡改了这些网关处的日志,整个城市的决策过程都可能受到破坏,从而导致混乱或危险。为了解决这个问题,研究人员正转向结合两种强大的概念。首先,区块链充当了一个不可更改的公共账本,这是一个数字记录,一旦写入,除非所有人都能察觉,否则无法被擦除或更改。其次,先进的密码学提供了数学锁,即使面对来自未来量子计算机的威胁,也能保持数据的秘密与安全。挑战在于,如何让这些沉重的安全工具变得足够轻量,以便在驱动我们城市的那些小型、节能型设备上运行,同时还要确保系统能够在造成伤害之前识别出新的、未见的攻击。
一个研究小组提出了一种新的框架,旨在通过将数据直接锚定到区块链上,同时进行入侵检查,来保护这一脆弱的生态系统。他们的方法始于源头,即传感器收集原始信息的地方。该系统并没有直接发送这些数据,而是立即使用一种专门的、能够抵御未来量子计算攻击的加密形式,为数据包裹了一层保护层。这确保了即使数据被拦截,也无法被读取。研究人员还引入了一种拆分解锁数据所需密钥的方法。系统并没有将密钥保存在一个容易被窃取的地方,而是将其分解成碎片,并存储在不同的位置。这样一来,攻击者必须找到所有分散的碎片才能解锁信息,如果这些碎片管理得当,这项任务几乎是不可能完成的。
一旦数据得到安全保护且密钥得到安全分配,系统就会转移到处理信息的边缘网络(即本地计算机)。在这里,研究人员部署了一个被称为入侵检测系统的复杂“安全卫士”。与那些仅能识别已知威胁的旧系统不同,这个新卫士使用一种经过训练的学习模型,来识别网络流量中的异常模式。它被专门设计用于从新出现的攻击类型中学习,而不是仅仅等待一份已知的恶意行为清单。为了使学习过程更快、更准确,该系统采用了受秘书鸟(一种以敏锐视觉和灵活性著称的大型涉禽)捕猎与逃避行为启发而设计的优化策略。这使得系统能够快速适应新威胁,而不至于陷入旧有的思维模式。
当数据通过安全检查后,便开始准备前往区块链的最后旅程。在被记录之前,系统会为数据创建一个独特的数字指纹。为了使这一过程足以应对繁忙的城市,研究人员使用了一种通过分析数据顺序和流向来创建轻量化指纹的技术。随后,这个指纹被永久地锚定在区块链上,创造了一个不可篡改的记录,证明了数据在特定时间存在且未被篡改。研究发现,这种方法成功验证了近99%案例中的数据完整性,较以往的方法有了显著提升。此外,该系统检测入侵的准确率超过99%,能够正确识别从简单的密码猜测到复杂的分布式拒绝服务攻击在内的各种攻击。
结果表明,这种分层方法为智慧城市的未来提供了一套强大的防御机制。通过结合量子抗性加密、拆分密钥存储和自适应学习系统,研究人员创建了一个既安全又高效的框架。该系统实现设备认证和数据安全保护的速度使其在实际应用中具有可行性,数据处理时间仅以几秒钟计。作者指出,虽然他们的模型旨在处理智慧城市这种复杂的环境,但未来的工作将侧重于检测那些可能同时针对数字基础设施的更具协同性的攻击。目前,这项研究为构建一个由数据驱动、且数据既不受篡改也免受窥探的未来城市,提供了一条清晰的路径。
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。