专家视点：传统互联网安全已无法满足物联网需求
皇家墨尔本理工大学（RMIT）发布了关于Abebe Diro博士的研究如何寻求增强空间信息网络的物联网(IoT)安全性的指南。
物联网已成为一个快速发展的技术领域，具有巨大的潜力来改变包括医疗保健、交通运输、制造业和智能家居在内的各个行业。然而，这种增长也带来了一系列安全挑战和担忧。
与传统的信息技术(IT)系统不同，由于资源限制、异构性和智能设备的分布式特性，物联网环境的安全具有挑战性。解决安全问题需要多方面的方法，不仅需要改进安全标准和协议，还需要在设备、网络和应用层面实施有效的安全措施。
RMIT网络安全讲师、RMIT网络安全研究与创新中心(CCSRI)成员Abebe Diro博士证明了传统互联网安全已无法满足物联网设备的需求。在整个研究过程中，Diro一直专注于重新思考和重新设计现有物联网安全系统的架构和算法。
利用密码学和机器学习，Diro通过分散云和减少物联网设备的密集计算，成功地测试和创建了具有改进物联网安全性的模型。随着最近深度学习在图像识别和语言处理方面的成功，Diro决定将这种更有层次、更复杂的机器学习子集应用到其研究领域。其特别研究了异常检测系统背景下的深度学习。
最终，Diro在减少误报的传统IT系统中取得了成功，但当应用于物联网时，与传统的浅层机器学习模型相比，深度学习算法更容易受到攻击。这些喜忧参半的结果使Diro更深入地研究异常探测，甚至冒险超越云层进入太空。
Diro表示:“物联网异常检测和空间异常检测之间存在真正的共同点，即它们专注于识别和减轻可能产生重大后果的异常事件。”
“这不仅仅是这些学科的性质，而是物理生态系统。考虑到卫星的小型化，太空硬件和活动的增加将依赖于安全方面的相应进步，就像物联网在地球上的快速发展一样。”
空间信息网络(SIN)是由天基资产、地面站和通信链路组成的网络，由于其固有的多样性，检测这些网络中的异常具有挑战性。SIN被一些人视为网络安全的新领域，是国家安全的重要因素，也是网络攻击的主要目标。
Diro表示：”通过识别SIN中的异常但有洞察力的模式，空间异常检测是空间安全保护的一个重要方面。现有的检测SIN异常方法，如简单的阈值技术，是不准确、低效且无法解释的，且高误报率、高资源需求和低可扩展性。”
根据一份声明，Diro现在专注于在物联网异常检测方面的基础上进行构建，并将其应用于SIN。通过设计新的算法和方法，就像过去在物联网中所做的那样，Diro希望提高检测空间异常的准确性，提供接近实时和可扩展的数据，最终增强空间安全。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
