Выявление кибератак в Интернете вещей с использованием методов искусственного интеллекта: систематический обзор литературы

Detecting Cybersecurity Attacks in Internet of Things Using Artificial Intelligence Methods: A Systematic Literature Review
Norshakirah Aziz, Hitham Alhussian, Mujaheed Abdullahi, Said Jadid Abdulkadir, Ayed Said Alwadain, Yahia Mohamed Baashar, Luiz Fernando Capretz
2022-01-10

безопасность Интернета вещейискусственный интеллектобнаружение кибератаксистемы обнаружения вторжениймашинное обучение
В последние годы технологии достигли уровня четвертой промышленной революции (Индустрии 4.0), в рамках которой Интернет вещей (IoT), туманные вычисления, компьютерная безопасность и кибератаки развиваются экспоненциально и в широких масштабах. Стремительное развитие устройств и сетей IoT в различных формах приводит к накоплению огромных объемов данных, что, в свою очередь, требует тщательной аутентификации и обеспечения безопасности. Искусственный интеллект (ИИ) считается одним из наиболее перспективных подходов к противодействию угрозам кибербезопасности и обеспечению защищенности. В настоящем исследовании представлен систематический обзор литературы (SLR), в котором классифицируются, систематизируются и анализируются публикации о методах ИИ, применяемых для выявления кибератак в средах IoT. Обзор включает углубленное исследование наиболее актуальных методов ИИ в области кибербезопасности и современных решений. Систематический поиск проводился в нескольких электронных базах данных (SCOPUS, ScienceDirect, IEEE Xplore, Web of Science, ACM и MDPI). Из выявленных источников были отобраны, изучены и тщательно оценены 80 исследований, опубликованных в период с 2016 по 2021 год. В обзоре рассматриваются методы глубокого обучения (DL) и машинного обучения (ML), применяемые для обеспечения безопасности IoT, а также их эффективность при выявлении атак. В ряде исследований предложены интеллектуальные системы обнаружения вторжений (IDS) с архитектурными платформами на основе ИИ, предназначенные для преодоления существующих проблем безопасности и конфиденциальности. Установлено, что метод опорных векторов (SVM) и случайный лес (RF) относятся к наиболее часто используемым методам благодаря высокой точности обнаружения; еще одним фактором может быть эффективное использование памяти. Кроме того, высокую производительность обеспечивают и другие методы, включая экстремальное градиентное бустирование (XGBoost), нейронные сети (NN) и рекуррентные нейронные сети (RNN). Данный анализ также дает представление о направлении развития методов ИИ для выявления угроз с учетом категорий атак. Наконец, представлены рекомендации для перспективных направлений дальнейших исследований.
1
Экстремальный градиентный бустинг, нейронные и рекуррентные нейронные сети также демонстрируют высокую эффективность при обнаружении кибератак в IoT.
2
Методы машинного и глубокого обучения широко применяются для защиты IoT, особенно в интеллектуальных архитектурах систем обнаружения вторжений.
3
Методы опорных векторов и случайного леса относятся к наиболее часто используемым благодаря высокой точности обнаружения и эффективному использованию памяти.
4
Обзор сопоставляет методы ИИ с категориями атак и определяет направления дальнейших исследований для решения сохраняющихся проблем безопасности и конфиденциальности IoT.
5
Систематический обзор проанализировал 80 исследований, опубликованных в 2016–2021 годах, по обнаружению кибератак в IoT с использованием методов ИИ.

киберугрозы и кибератаки в средах Интернета вещей

применение и эффективность методов искусственного интеллекта, включая машинное и глубокое обучение, для обнаружения кибератак

Publication Details
Publication Date
2022-01-10
Journal
Publisher
ISSN
Cited by
398
Access Type
Author Information
Authors
Norshakirah Aziz
Hitham Alhussian
Mujaheed Abdullahi
Said Jadid Abdulkadir
Ayed Said Alwadain
Yahia Mohamed Baashar
Luiz Fernando Capretz
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%