17、物联网入侵检测与 5G 网络服务性能综合分析

物联网入侵检测与 5G 网络服务性能综合分析

物联网入侵检测方法

物联网（IoT）在当今科技发展中扮演着重要角色，广泛应用于各个领域，但同时也面临着严重的安全威胁，入侵检测成为保障其安全的关键。

一些研究提出了不同的入侵检测方法。例如，A. Durga Bhavani 和 N. Mangla 提出的系统将现有的集中式云智能检测攻击的方式分布到本地雾节点，利用雾计算的分布式架构实现分布式入侵检测，具备可扩展性、灵活性和互操作性。不过，该方法只能检测从设备端到云端的攻击，无法检测来自互联网和其他设备端的攻击。

还有作者提出了基于深度学习的物联网网络入侵检测系统，训练混合卷积神经网络模型来检测攻击，适用于广泛的物联网应用，但无法实现攻击定位和预测。也有作者对机器学习算法在无线传感器网络入侵检测系统设计中的作用进行了调查。

以下是一些常见入侵检测方法的优缺点：
|参考文献|方法|优点|缺点|
| ---- | ---- | ---- | ---- |
|[3]|基于规则的异常检测系统|实时处理|基于规则，缺乏动态适应性|
|[4]|基于规则、异常神经网络（NN）的方法|轻量级，适用于 CoAP 应用|缺乏对性能影响的测试|
|[5]|统计攻击检测方法|由于统计测试，复杂度低|仅适用于选择性转发攻击|
|[6]|基于规则的异常检测系统|可保证 QoS 进行攻击检测|仅适用于黑洞攻击|
|[7]|基于规范的 IDS|低开销，可扩展到大型网络|仅限于路由拓扑攻击|
|[8]|混合入侵检测|无监督聚类可检测新异常|网络开销较高|
|[9]|基于规则的异常检测系统|混合算法进行攻击检测|仅