研究人员为5g支持的工业物联网开发人工智能驱动的恶意软件分类

全球工业物联网(IIoT)市场在2022年达到了历史新高，许多人预计它将继续增长。据MarketsandMarkets估计，到2026年，该市场将达到1061亿美元。

与此同时，数据桥市场研究公司(Data Bridge Market Research)提到，到2029年，全球市场价值将达到5410亿美元，而未来市场洞察(Future Markets Insight)预计，到2032年，全球市场价值将达到1.3万亿美元。

这种激增是在物联网标准和法规很少的情况下出现的，更不用说工业物联网具体标准了。这造成了重大的安全风险，使用于医疗保健、安全系统或公用事业等关键应用程序的设备容易受到网络攻击。

为了解决这一问题，由韩国仁川国立大学教授Gwanggil Jeon领导的多国研究团队开发了一种基于深度学习的恶意软件检测和分类系统。他们的工作于2022年9月9日在线发表在《IEEE工业信息学汇刊》杂志上。

该团队开发的系统首先使用深度学习网络来分析恶意软件，然后将多级卷积神经网络(CNN)架构应用于被称为灰度图像可视化的恶意软件分类方法。

该技术将恶意软件的原始字节转换为灰度图像，并提取恶意软件的纹理特征进行分类。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。

论文写道:“与传统的系统架构相比，新设计在基准数据集上显示出了提高的准确度，达到了97%。”研究团队还发现，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。

研究人员表示，这种新型恶意软件检测和分类方法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，并为开发先进的安全系统提供坚实的基础，这些系统可以遏制广泛的网络犯罪活动。

Jeon说:“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。”