8、深度学习在医疗物联网恶意软件检测中的趋势

深度学习在医疗物联网恶意软件检测中的趋势

1. 引言

物联网（IoT）是一种整合了各类传感器和通信协议的网络，能让智能手机、家电和医疗设备等众多设备接入网络并连接到互联网。因其带来的广泛益处，该技术如今在智能家居、能源、健康、农业、自动化和工业系统等诸多领域得到应用。随着物联网基础设施的发展，其在医疗领域的应用为疾病的早期诊断和治疗带来便利，也减轻了医疗行业的负担，特别是在疫情期间。于是，医疗物联网（IoHT）应运而生，它是物联网的一个分支，由于从各种传感器传输的数据具有保密性，因此安全问题至关重要。

IoHT是一个由智能起搏器、智能血糖仪、智能心率监测器等众多设备连接并交互的网络结构，用于将医疗数据传输给医疗专业人员。在这个网络中，医疗设备和传感器构成检测层，通过该层收集患者的医疗数据并传输到网关，同时使用蓝牙低功耗（BLE）、近场通信（NFC）和射频识别（RFID）等标准进行通信。患者信息存储在云服务中，并通过单独的网关传输给终端用户。借助IoHT技术、可穿戴传感器以及手术机器人等设备的引入，出现了患者血液值远程监测和手术干预等医疗细分领域。

然而，随着IoHT使用范围的日益扩大，产生了大量需要保护隐私的数据。而IoHT网络保护不足可能使其易受各种网络攻击，导致患者数据泄露，甚至可能通过远程访问传感器危及患者生命。因此，建立IoHT网络时首要考虑的是系统安全。为保障物联网网络安全，此前已开展了许多研究，包括模糊逻辑和雾信息服务等技术，但后来基于机器学习及其分支深度学习方法的物联网安全措施，因其有效性而得到更多研究和应用。

入侵检测系统（IDS）是消除物联网网络威胁的常用方法之一。以下是一些相关研究：
|研究|内容|
| ---- | -