基于ＬＳＴＭ 模型的無線物聯(lián)網(wǎng)設(shè)備識(shí)別方法

摘 要：隨著無線物聯(lián)網(wǎng)（Ｉｎｔｅｒｎｅｔ ｏｆ Ｔｈｉｎｇｓ，ＩｏＴ）業(yè)務(wù)的興起，海量設(shè)備的接入，無線網(wǎng)絡(luò)受攻擊的可能性大大增加，無線ＩｏＴ 設(shè)備的安全問題越來越重要。提出了一個(gè)基于深度機(jī)器學(xué)習(xí)長短期記憶（Ｌｏｎｇ Ｓｈｏｒｔ-Ｔｅｒｍ Ｍｅｍｏｒｙ，ＬＳＴＭ）模型的無線ＩｏＴ 設(shè)備識(shí)別方法，用于甄別非法入侵的設(shè)備或者發(fā)現(xiàn)已經(jīng)被入侵后通信異常的設(shè)備。所提方法的創(chuàng)新點(diǎn)在于通過深度機(jī)器學(xué)習(xí)對(duì)ＩｏＴ 設(shè)備公開傳輸?shù)膸^信息進(jìn)行分析識(shí)別，而不必深入分析承載信息，不依賴于易被修改和偽裝的ＩＰ 地址等身份信息，因此不受通信信息加密的影響，也不受各類偽裝地址及其他入侵方法的影響。所提方法的應(yīng)用可以自動(dòng)快速地識(shí)別出非授權(quán)設(shè)備或者被入侵的授權(quán)設(shè)備，更好地保障網(wǎng)絡(luò)安全。

關(guān)鍵詞：網(wǎng)絡(luò)安全；深度機(jī)器學(xué)習(xí)；無線物聯(lián)網(wǎng)；時(shí)間序列；長短期記憶模型

中圖分類號(hào)：ＴＰ１８ 文獻(xiàn)標(biāo)志碼：Ａ 開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（ＯＳＩＤ）：

文章編號(hào)：１００３－３１１４（２０２４）０３－０５９７－０６

０ 引言

隨著５Ｇ 網(wǎng)絡(luò)的部署，無線物聯(lián)網(wǎng)（Ｉｎｔｅｒｎｅｔ ｏｆＴｈｉｎｇｓ，ＩｏＴ）業(yè)務(wù)已經(jīng)得到了廣泛的應(yīng)用，接入的ＩｏＴ 設(shè)備也有海量的增長。ＩｏＴ 設(shè)備通常用于訪問敏感信息和執(zhí)行重要任務(wù)，因此其安全問題不僅會(huì)影響業(yè)務(wù)的正常運(yùn)行，還會(huì)威脅到無線網(wǎng)絡(luò)的安全。如何加強(qiáng)無線ＩｏＴ 設(shè)備的安全，完善對(duì)其監(jiān)控，變得越來越重要。

為保障無線ＩｏＴ 的安全，需要從多角度進(jìn)行分析［１］，對(duì)不同的需求研究相應(yīng)的對(duì)策。無線ＩｏＴ 存在的各種限制條件，如何安全、高效、低能耗地實(shí)現(xiàn)認(rèn)證，是無線ＩｏＴ 安全研究領(lǐng)域的熱點(diǎn)。為了防止惡意節(jié)點(diǎn)注入非法信息或篡改數(shù)據(jù)等攻擊，需要進(jìn)行安全認(rèn)證，當(dāng)前主要解決方案存在各自的優(yōu)缺點(diǎn)［２］。很多無線傳感器部署在惡劣環(huán)境中，容易被捕獲和妥協(xié)，一旦節(jié)點(diǎn)被攻破，攻擊者可獲得其所有信息，并利用該節(jié)點(diǎn)和信息發(fā)動(dòng)虛假數(shù)據(jù)注入攻擊［３］。文獻(xiàn)［４］提出了一種基于機(jī)器學(xué)習(xí)的無線傳感器網(wǎng)絡(luò)入侵檢測算法。該算法將數(shù)據(jù)局部密度和數(shù)據(jù)特征距離引入模糊聚類，提高了聚類有效性的同時(shí)降低了聚類收斂的時(shí)間。文獻(xiàn)［５］提出了一種基于到達(dá)間隔時(shí)間（Ｉｎｔｅｒ Ａｒｒｉｖａｌ Ｔｉｍｅ，ＩＡＴ）的設(shè)備指紋識(shí)別機(jī)制，利用ＩＡＴ 生成設(shè)備指紋并驗(yàn)證ＩｏＴ設(shè)備。