8、物联网安全与区块链技术应用

物联网安全与区块链技术应用

1. 物联网安全与机器学习展望

在未来，加强数学整合对于正确描述各种机器学习任务和无监督机器学习案例至关重要。同时，分布式多感官安全信息与事件管理系统（SIEMs）的策略有待测试。这类系统运用大量独立传感器，提升了检测能力。然而，现代 SIEMs 面临的主要挑战是如何减少误报，以便安全专业人员更高效地使用这些系统。在大型组织遭受的公开攻击中，法医分析虽显示出攻击迹象，但最初往往因大量误报而被忽视。因此，该范式的目的在于测试策略，并验证入侵者无法故意增加已证实的误报数量。

未来，6G 设备旨在提高可扩展性、可靠性，实现极低延迟和低能耗。不过，当前区块链共识算法在可扩展性、耐久性、延迟和能耗方面可能存在限制。同时实现容错、安全、低延迟和去中心化等关键设计特征，对 6G 系统的可扩展性和可信度这一主要目标构成重大挑战。为了从 6G 系统中区块链的部署中获益，应提出一种新的共识算法，在提高可靠性和可扩展性的同时，在入侵检测、保护和延迟之间进行权衡。

2. 物联网安全研究现状

在物联网等领域，网络安全一直是信息通信技术（ICT）的关键问题，且愈发重要。相关研究对基于网络安全的物联网机器学习方法的现状进行了调查，分析了包括恶意软件攻击、跨站脚本攻击、拒绝服务攻击等在内的各种网络安全攻击，还探讨了网络安全中的安全和隐私认证问题，并对相关方法的优缺点进行了比较分析。

2.1 物联网安全攻击类型

攻击类型	描述
恶意软件攻击