物聯(lián)網(wǎng)在可穿戴設(shè)備、智能傳感器和家用電器等領(lǐng)域的快速發(fā)展,將影響我們生活的方方面面。物聯(lián)網(wǎng)設(shè)備的數(shù)量正在迅速增加,預(yù)計到2020年底,將有500億臺設(shè)備連接到互聯(lián)網(wǎng)。物聯(lián)網(wǎng)設(shè)備尤其是感知層節(jié)點本身的漏洞很容易受到攻擊者的攻擊,此外,幾乎每個新應(yīng)用程序附帶的代碼漏洞都是一個安全威脅,傳統(tǒng)的防病毒軟件不太可能預(yù)防和阻止這種威脅。針對各種物聯(lián)網(wǎng)設(shè)備的網(wǎng)絡(luò)攻擊以各種形式出現(xiàn),正在成為物聯(lián)網(wǎng)安全最嚴重的威脅之一。研究物聯(lián)網(wǎng)攻擊檢測技術(shù),對于提高物聯(lián)網(wǎng)安全具有重要意義。機器學(xué)習(xí)可以從以往的經(jīng)驗中教機器像人類一樣學(xué)習(xí),將機器學(xué)習(xí)算法應(yīng)用到物聯(lián)網(wǎng)攻擊檢測中,為物聯(lián)網(wǎng)攻擊檢測技術(shù)的發(fā)展帶來了新的機遇與挑戰(zhàn)。機器學(xué)習(xí)在物聯(lián)網(wǎng)攻擊檢測和網(wǎng)絡(luò)防御中的作用至關(guān)重要,機器學(xué)習(xí)在物聯(lián)網(wǎng)安全方面的應(yīng)用尚未充分發(fā)揮其潛力。結(jié)合機器學(xué)習(xí)和物聯(lián)網(wǎng)攻擊檢測技術(shù),本文對物聯(lián)網(wǎng)攻擊檢測關(guān)鍵技術(shù)進行了深入的研究,以解決物聯(lián)網(wǎng)在攻擊節(jié)點分類,攻擊檢測方法和攻擊檢測模型方面的安全技術(shù)問題。本文的研究內(nèi)容包括建立物聯(lián)網(wǎng)安全威脅模型、基于暗網(wǎng)流量和SVM-RS-Ada Boost算法的物聯(lián)網(wǎng)攻擊節(jié)點分類方法、支持零日攻擊檢測的基于IGAN... 

【文章來源】：吉林大學(xué)吉林省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：117 頁

【學(xué)位級別】：博士

【部分圖文】：

論文結(jié)構(gòu)圖

總的來說,物聯(lián)網(wǎng)安全的總體需求體現(xiàn)為物理安全,信息采集安全,信息傳輸安全,信息處理安全的綜合,涉及到物聯(lián)網(wǎng)的各個層次,最終實現(xiàn)物聯(lián)網(wǎng)在各個安全維度的安全。物聯(lián)網(wǎng)安全層次模型如圖2.1所示。(1)感知層安全

物聯(lián)網(wǎng)網(wǎng)絡(luò)存在多種安全威脅向量。以往的研究從攻擊方法、攻擊位置、攻擊層等角度列舉了存在的安全威脅。針對物聯(lián)網(wǎng)的特點,本章提出了一種新的安全威脅模型。在該安全威脅模型中,可以從以下不同的角度給出存在的安全威脅:層特征、對象特征、方法特征、成員特征、位置特征、目標特征和效果特征。該安全威脅模型如圖2.2所示。(1)層特征

【參考文獻】：
期刊論文
[1]基于GAN的異構(gòu)無線網(wǎng)絡(luò)故障檢測與診斷算法[J]. 朱曉榮,張佩佩.  通信學(xué)報. 2020(08)
[2]消除隨機一致性的支持向量機分類方法[J]. 王婕婷,錢宇華,李飛江,劉郭慶.  計算機研究與發(fā)展. 2020(08)
[3]物聯(lián)網(wǎng)中認證技術(shù)研究[J]. 閆宏強,王琳杰.  通信學(xué)報. 2020(07)
[4]深度神經(jīng)網(wǎng)絡(luò)測試研究綜述[J]. 王贊,閆明,劉爽,陳俊潔,張棟迪,吳卓,陳翔.  軟件學(xué)報. 2020(05)
[5]FEW-NNN: A Fuzzy Entropy Weighted Natural Nearest Neighbor Method for Flow-Based Network Traffic Attack Detection[J]. Liangchen Chen,Shu Gao,Baoxu Liu,Zhigang Lu,Zhengwei Jiang.  中國通信. 2020(05)
[6]基于深度神經(jīng)網(wǎng)絡(luò)burst特征分析的網(wǎng)站指紋攻擊方法[J]. 馬陳城,杜學(xué)繪,曹利峰,吳蓓.  計算機研究與發(fā)展. 2020(04)
[7]基于NBSR模型的入侵檢測技術(shù)[J]. 朱世松,巴夢龍,王輝,申自浩.  計算機工程與科學(xué). 2020(03)
[8]基于Voronoi-R*的隱私保護路網(wǎng)k近鄰查詢方法[J]. 倪巍偉,李靈奇,劉家強.  軟件學(xué)報. 2019(12)
[9]機器學(xué)習(xí)模型可解釋性方法、應(yīng)用與安全研究綜述[J]. 紀守領(lǐng),李進鋒,杜天宇,李博.  計算機研究與發(fā)展. 2019(10)
[10]A Hybrid Time Frequency Response and Fuzzy Decision Tree for Non-stationary Signal Analysis and Pattern Recognition[J]. N.R.Nayak,P.K.Dash,R.Bisoi.  International Journal of Automation and Computing. 2019(03)



本文編號：3406431