基于自适应巡视算法的工业物联网异常行为检测

【摘  要】针对当前物联网节点易受攻击的问题，提出一种基于自适应巡视算法的工业物联网异常行为检测方法。根据数据包完整性、数据包传输率和传输延迟等异常行为动态更新物联网节点信誉度，结合信誉阈值自适应调整巡视间隔。该方法能够实现低能耗、高效率的工业物联网安全防护，提升异常行为检测的自适应性。实验证明，该方法与传统LEACH-C机制相比，能更好降低网络能耗、延长节点生存时间，因此该方法具有一定的可用性。

【关键词】自适应巡视；工业物联网；异常行为检测

0   引言

工业物联网作为人工智能、大数据、云计算、互联网、信息化等各种先进技术高度融合的产物，以深度分析、精准估计、灵敏感应技术为特征，将全球的工业系统进行快速连接，涵盖工业控制、供应链管理、大数据存储分析、人工智能快速决策等功能，是智能制造的核心基础设施[1]。工业物联网驱动全球智能制造发展的同时，也带来复杂多变的网络安全问题，从而限制了工业物联网的高效、安全发展。鉴于此，很多学者纷纷投入大量的精力来研究工业互联网的安全问题和应对策略。比如程月平[2]通过分析工业物联网数据交互、转换等核心作用后，分析工业物联网主要面对设备层面、控制系统层面、网络层面、数据层面、人员管理层面以及APT攻击层面的安全威胁后，提出主动排查安全漏洞、保障远程访问的安全性、应急响应与攻击检测、补丁和漏洞管理、态势感知以及 PCS 策略等安全管理措施