工业物联网(IIoT)通过在行业的不同组件之间创建通信网络来帮助简化流程。然而,这些工业物联网系统也容易受到安全威胁,需要解决这些威胁,以确保安全的工业4.0革命。INU的研究人员开发了一种基于人工智能的卷积神经网络架构,可以对支持5g的工业物联网系统中的恶意软件攻击进行分类。
工业物联网(IIoT)最近受到了欢迎,因为它能够在一个行业的不同组件之间创建通信网络,并带来新的革命-工业4.0。在无线5G连接和人工智能(AI)的支持下,工业物联网具有分析关键问题并提供解决方案的能力,可以提高从制造业到医疗保健等行业的运营绩效。
物联网高度以用户为中心——它连接电视、语音助手、冰箱等——而工业物联网处理的是增强大型系统的健康、安全或效率,将硬件与软件连接起来,并进行数据分析以提供实时见解。
然而,虽然工业物联网确实有很多优势,但它也有自己的漏洞,比如试图扰乱网络或窃取资源的攻击形式的安全威胁。随着工业物联网在行业中越来越受欢迎,开发一个有效的系统来处理这种安全问题变得至关重要。因此,由仁川国立大学教授Gwanggil Jeon领导的多国研究人员团队接受了挑战!
他们深入研究了5g支持的工业物联网世界,探索其威胁,并提出了解决问题的新颖解决方案。在2022年9月9日在线发表的一篇最近的评论中IEEE工业信息学汇刊
,该团队为5g辅助工业物联网系统提供了一种基于AI和深度学习的恶意软件检测系统。Jeon教授解释了这项研究的基本原理:安全威胁通常会导致工业物联网系统的操作或部署失败,从而产生高风险情况。因此,我们决定调查和比较现有的研究,找出差距,并提出一种新的安全系统设计,不仅可以检测工业物联网系统中的恶意软件攻击,还可以对它们进行分类。”
该团队开发的系统采用了灰度图像可视化和深度学习网络的方法来分析恶意软件,并进一步应用多级卷积神经网络(CNN)架构将恶意软件攻击分为不同类型。该团队还将该安全系统与5G集成在一起,实现了实时数据和诊断的低延迟和高吞吐量共享。
与传统的系统架构相比,新设计在基准数据集上的准确率达到了97%。他们还发现,这种高精度背后的原因是系统能够通过组合多层信息来提取互补的判别特征。
这种新的恶意软件分类系统可用于保护智能城市和自动驾驶汽车等实时连接应用程序。它还为开发先进的安全系统提供了坚实的基础,这些系统可以遏制广泛的网络犯罪活动。”基于人工智能的技术极大地改变了我们的生活。我们的系统利用人工智能的力量,使行业能够识别歹徒,并防止不可靠的设备和系统进入其工业物联网网络Jeon教授总结道。为了一个更安全的未来,感谢INU所做的工作!
参考
DOI: 10.1109 / TII.2022.3205366
原论文标题:基于5g的工业物联网恶意软件分类的多层深度学习方法
日报:IEEE工业信息学汇刊
仁川大学简介
仁川国立大学(INU)是一所综合性,以学生为中心的大学。它成立于1979年,1988年被授予大学学位。首尔大学是韩国最大的大学之一,拥有近1.4万名学生和500名教职员工。2010年,INU与仁川城市学院合并,以扩大能力并开设更多课程。INU致力于学术卓越和对创新研究的不懈投入,为学生提供真实的实习体验。INU不仅注重学习,还努力为学生提供一个支持性的环境,让他们追随自己的热情,成长,并如他们的口号所说,受到启发。
关于全广吉教授,
仁川大学
全广吉2008年获汉阳大学博士学位。之后,他成为渥太华大学的博士后研究员,然后是新潟大学的助理教授。他曾担任École Normale Supérieure Paris-Saclay, Università degli Studi di Milano Statale的客座教授或兼职教授。他目前是仁川国立大学的正教授。Jeon博士是IEEE高级会员,并获得了许多奖项,包括2007年IEEE Chester Sall奖,2008年ETRI期刊论文奖,以及2020年韩国中小企业和创业部颁发的产业学术优秀奖。