当前位置:首页 > 物联网 > 物联网技术文库
[导读]   计算机和移动设备运行丰富的操作系统时,有大量的 安全 解决方案和加密协议可以保护他们连接到互联网时受到众多威胁。 物联网 并不是这样的情况。   目前有数十亿的 物联网 设备在使用中

  计算机和移动设备运行丰富的操作系统时,有大量的 安全 解决方案和加密协议可以保护他们连接到互联网时受到众多威胁。 物联网 并不是这样的情况。

  目前有数十亿的 物联网 设备在使用中,其中大部分具有低端处理能力和存储容量,且不具有 安全 解决方案扩展的能力。然而,它们连接到互联网时处于一个非常恶劣的环境。

  基本上,这就像没有穿铠甲去战场。

  这就是为什么新的 物联网 漏洞不断浮出水面,每天有无数的物联网设备遭到黑客、僵尸网络和其他恶行的攻击。一个恶意黑客只需要几分钟就能在搜索引擎Shodan上找到成千上万的易受攻击的设备,缺乏免疫的物联网设备经常成为网络中更具危险的黑客的滩头阵地。底线是,我们有太多的智能设备在保护自己(和我们)避免网络攻击时本身太迟钝。

  但是这个漏洞可以通过机器学习和分析来弥补,特别是通过开发人员和制造商将变得更容易。

  物联网设备产生大量数据,机器学习被用来分析和阅读数据,以帮助提高效率和客户服务,并降低成本和能源消耗。同样的设备可以在安全相关的用例中使用,如确定安全设备的行为和一般的使用模式,从而有助于发现和阻止异常活动和潜在的有害行为。

  目前,一些高科技公司正在借鉴这一方法,提供增强物联网的安全性的解决方案,特别是在没有定义安全标准和实践的智能家庭。

  利用云计算来巩固情报

  “目前,机器学习与行为分析是检测一切的最大的发展趋势之一,”在网络安全科技公司Bitdefender的首席安全研究员亚历巴兰说道。然而,他阐述了机器学习仍然有很长的路要走,需要有“大量的关于开发,实施和测试算法的研究和创新。”

  BitDefender的方法是聚集成一个依靠产品的所有终端的云服务器数据库;输入数据进行分析以确定模式和现场恶意行为。“你收集所有的流量,”巴兰说,“通过清理和规范它,学习它,看看设备与什么服务器交流,和其他什么设备交流,他们通常怎样与互联网和设备之间进行连接,并且选择出异常流量。”

  机器学习是非常有前途的,但它仍然是处于起步阶段,还有很长的路要走。

  Bitdefender使用云智能与模式识别,通过整套端点安全软件和硬件的本地网络分析,来控制家庭网络的互联网流量和恶意URL、恶意软件下载和可疑的数据包的块连接。云服务的使用使公司能够带来企业级智慧和消费者空间的保护。

  人体辅助机器学习

  “机器学习是物联网安全的 人工智能 发展的一个关键组成部分,” PatternEx的联合创始人兼首席执行官Uday Veeramachaneni说道。“问题是,物联网将大规模地分布,如果有一个攻击,你必须作出实时反应。”

  依靠机器学习和行为分析的大多数系统,将收集有关网络和连接设备的信息,并随后寻求非正常的一切状况。这种原始方法的问题是,它产生太多的错误警告和误报。

  PatternEx建议的方法是开发一个解决方案,包括机器学习和增强它与人类分析师的见解以便检测更大的攻击。“实时解决这一问题的方法是创建一个学习系统,该系统采用人们反馈的这些异常值和要求,“Veeramachaneni解释说。“只有人类才能区分恶意和良性,这些反馈返回到系统中并创建预测模型,通过模型可以模仿人类的判断-但这需要在巨大的规模和实时的条件下才行。”

  这是与物联网生态系统特别相关的,其中涉及大量的设备,对产生的海量数据进行实时分析超出了人类的能力。

  PatternEx采用机器学习算法进行异常检测,并训练所述模型以便在实时方面更准确。训练是由任何一个可以发现新的攻击发生的分析师完成。该系统产生有潜在的攻击的事件。分析师调查事件,并确定系统的评估是否正确。该系统从经验中学习,并在下一次作出更准确的决策。

  “这种模式有助于提高威胁检测的准确性,随着时间的推移减少误报的数量,”Veeramachaneni说。

  利用物联网设备的有限功能

  物联网设备的设计是为了执行一组有限的功能。因此,有了机器学习和足够的数据,它识别异常行为就变得非常容易。这个想法被初创科技公司的Dojo-Labs实验室用来创建智能家居物联网的安全解决方案。

  “当涉及到物联网设备,它们被设计来做一个非常,非常具体的功能,”该公司联合创始人兼首席执行官Yossi ATIas说。“因此,假设我们有很多用户使用相同的摄像头或相同的智能电视或相同的智能报警或智能锁,没有真正的原因表明一个设备会表现出不同于其他的行为,因为他们都运行相同的软件,而这不是用户可以改变的。”

  Dojo-Labs实验室的方法涉及从不同的端点收集元数据和定义每个设备类型的行为范围,以便能够发现并阻止恶意行为。正如所有的解决方案涉及机器学习,Dojo-Labs实验室的模型由于收集越来越多的客户数据而改进了。

  该解决方案包括一个安装在家庭网络中的鹅卵石状设备,允许用户控制设备和监控网络状态的移动应用程序和一个云服务器,在云服务器上通过使用专有的统计技术和数学模型,再加上机器学习算法来综合和分析数据。

  还有一些关于机器学习的注意事项

  机器学习是很有前途的,但它仍然处于起步阶段,还有很长的路要走。决不可以把它视为本身就是一个完整的解决方案。“[机器学习]将几乎无处不在,”Veeramachaneni说。“为了在企业或在物联网领域获得安全,你必须要有强大的机器组织数据,分析数据,寻找数据中的模式。但你也需要人的直觉来发现新的攻击,并训练系统阻止这些新的(和旧的)攻击。”

  Veeramachaneni称这种组合为“增强智能(augmented intelligence)”,缩写为AI,这是人和机器的力量汇聚以战胜网络威胁。他说:“机器学习和人类都无法单独做到”。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

9月2日消息,不造车的华为或将催生出更大的独角兽公司,随着阿维塔和赛力斯的入局,华为引望愈发显得引人瞩目。

关键字: 阿维塔 塞力斯 华为

加利福尼亚州圣克拉拉县2024年8月30日 /美通社/ -- 数字化转型技术解决方案公司Trianz今天宣布,该公司与Amazon Web Services (AWS)签订了...

关键字: AWS AN BSP 数字化

伦敦2024年8月29日 /美通社/ -- 英国汽车技术公司SODA.Auto推出其旗舰产品SODA V,这是全球首款涵盖汽车工程师从创意到认证的所有需求的工具,可用于创建软件定义汽车。 SODA V工具的开发耗时1.5...

关键字: 汽车 人工智能 智能驱动 BSP

北京2024年8月28日 /美通社/ -- 越来越多用户希望企业业务能7×24不间断运行,同时企业却面临越来越多业务中断的风险,如企业系统复杂性的增加,频繁的功能更新和发布等。如何确保业务连续性,提升韧性,成...

关键字: 亚马逊 解密 控制平面 BSP

8月30日消息,据媒体报道,腾讯和网易近期正在缩减他们对日本游戏市场的投资。

关键字: 腾讯 编码器 CPU

8月28日消息,今天上午,2024中国国际大数据产业博览会开幕式在贵阳举行,华为董事、质量流程IT总裁陶景文发表了演讲。

关键字: 华为 12nm EDA 半导体

8月28日消息,在2024中国国际大数据产业博览会上,华为常务董事、华为云CEO张平安发表演讲称,数字世界的话语权最终是由生态的繁荣决定的。

关键字: 华为 12nm 手机 卫星通信

要点: 有效应对环境变化,经营业绩稳中有升 落实提质增效举措,毛利润率延续升势 战略布局成效显著,战新业务引领增长 以科技创新为引领,提升企业核心竞争力 坚持高质量发展策略,塑强核心竞争优势...

关键字: 通信 BSP 电信运营商 数字经济

北京2024年8月27日 /美通社/ -- 8月21日,由中央广播电视总台与中国电影电视技术学会联合牵头组建的NVI技术创新联盟在BIRTV2024超高清全产业链发展研讨会上宣布正式成立。 活动现场 NVI技术创新联...

关键字: VI 传输协议 音频 BSP

北京2024年8月27日 /美通社/ -- 在8月23日举办的2024年长三角生态绿色一体化发展示范区联合招商会上,软通动力信息技术(集团)股份有限公司(以下简称"软通动力")与长三角投资(上海)有限...

关键字: BSP 信息技术
关闭
关闭