20、智能家居中的物联网、深度学习与网络安全概述

智能家居中的物联网、深度学习与网络安全概述

1. 面临的问题

物联网（IoT）设备数量呈爆发式增长，据预测，到2020年底将有超过200亿台物联网连接设备。这些设备并非如智能手机和个人电脑之类的通用设备，而是具有特定功能的设备，如零售自动售货机、飞机发动机、智能汽车、恒温器和可穿戴设备等。

与此同时，物联网面临着严峻的安全挑战。到2020年，企业中超过25%的已识别攻击将涉及物联网，但物联网在IT安全预算中的占比却不到10%。卡巴斯基实验室的数据显示，物联网设备的恶意软件样本数量从2016年的3219个迅速增加到2018年的121588个，这表明物联网设备存在大量漏洞。

2016年发生的一次分布式拒绝服务（DDoS）网络攻击，严重扰乱了互联网服务，影响了包括亚马逊和推特在内的一些科技巨头。攻击者利用了数千台物联网设备的安全弱点，将其劫持并作为域名系统（DNS）请求的来源，向DNS托管提供商Dyn发送大量流量。尽管Dyn有DDoS应对措施，但仍受到了攻击。Dyn通过大数据技术处理日志数据，并使用深度学习算法进行分析，以检测异常行为。随着到2020年底预计将有超过200亿个连接设备投入使用，此类DDoS攻击可能只是个开始。

物联网设备的增加和普及给网络安全专家带来了新的挑战，攻击范围从智能家居平台本身扩展到操作系统、通信介质和整个运行系统。这可能导致新型攻击，如睡眠拒绝攻击，会耗尽设备的电池电量。许多智能家居设备制造商只关注功能，安全问题被置于次要地位，一些制造商甚至没有能力保护其设备免受网络威胁。此外，许多物联网设备缺乏运行安全解决方案的基础设施，甚至没有更新机制，而消费者的疏忽更是加剧了安全风险。

智能家居系统会产生大量数据，包括传感器数据