23、物联网中的机器学习数据安全与智慧城市垃圾管理系统

物联网中的机器学习数据安全与智慧城市垃圾管理系统

物联网中的机器学习数据安全

1. 引言

自21世纪初以来，物联网（IoT）的可用性不断提高。不同组织对物联网有不同的定义，但无论如何，随着与网络相连的设备数量快速增长，物联网设备已融入我们的日常生活。未来，随着5G的出现，物联网设备数量可能会继续增加，它很可能成为如5G等其他发展模式的最佳驱动力。例如，到2020年，预计将有200亿个与网络相关的事物存在，包括糖果机、飞机引擎、相关车辆等。

2. 文献综述

物联网有丰富的研究文献，众多综述涵盖了物联网安全的各个方面。但大多数综述未聚焦于物联网中使用的机器学习（ML）方法，且现有综述要么是特定应用的，要么未涵盖物联网组织中安全和保护的全范围。我们主要关注物联网组织的安全部分以及ML在应对物联网组织安全挑战中的作用。

3. 机器学习在物联网安全中的应用

3.1 数据安全挑战

近年来，信息可用性和敏感性的显著增加对互联世界的数据安全和保护构成了挑战。随着互联网和云空间采用了多种进步、服务和规范，安全威胁可能会迅速增加。图1显示了随着时间推移，安全威胁的急剧增长。然而，随着安全攻击复杂性的增加，发动攻击所需的信息呈指数级减少。现有的设备编程、存储加密和访问控制记录（ACL）等安全措施本质上是被动的，很少考虑根据资源、环境、用户或应用的特点实施有效的安全和保护措施，且增加用户在保护敏感数据方面的干预也是一个挑战。因此，安全和保护策略必须更强大，以应对数字世界不断增长的需求。

3.2 ML与数据安全分析

物联网生态系统由不同的数据源和异构设备组成。物联网预