[[438122]]

物聯(lián)網(wǎng)(IoT)是下一個(gè)通信時(shí)代。使用物聯(lián)網(wǎng)，物理對(duì)象可以以無縫的方式創(chuàng)建、接收和交換數(shù)據(jù)。各種物聯(lián)網(wǎng)應(yīng)用專注于自動(dòng)處理不同的任務(wù)。現(xiàn)有和未來的物聯(lián)網(wǎng)應(yīng)用將會(huì)提高用戶舒適度、工作效率和自動(dòng)化水平。為了實(shí)現(xiàn)這一目標(biāo)，需要高度的安全性、私密性、身份驗(yàn)證和從攻擊中恢復(fù)的能力。為了實(shí)現(xiàn)端到端安全的物聯(lián)網(wǎng)環(huán)境，必須對(duì)物聯(lián)網(wǎng)應(yīng)用的架構(gòu)進(jìn)行更改。在這篇報(bào)告中，詳細(xì)回顧了在IoT應(yīng)用程序提出的安全相關(guān)的挑戰(zhàn)和威脅的來源。在討論了安全問題之后，討論了各種新興和現(xiàn)有的技術(shù)，重點(diǎn)是在物聯(lián)網(wǎng)應(yīng)用中實(shí)現(xiàn)高度的安全信任。討論了四種不同的技術(shù)，區(qū)塊鏈、霧計(jì)算、邊緣計(jì)算和機(jī)器學(xué)習(xí)，以提高物聯(lián)網(wǎng)的安全水平。

1.背 景

我們周圍的物理設(shè)備連接到互聯(lián)網(wǎng)的步伐正在迅速加快。根據(jù)高德納(Gartner)最近的一份報(bào)告，到2020年，全球有約84億聯(lián)網(wǎng)設(shè)備。預(yù)計(jì)到2022年，這一數(shù)字將增長(zhǎng)到204億。世界各地都在增加物聯(lián)網(wǎng)應(yīng)用的使用，主要的驅(qū)動(dòng)國(guó)家和地區(qū)包括西歐、北美和中國(guó)。機(jī)對(duì)機(jī)(M2M)連接的數(shù)量預(yù)計(jì)將從2016年的56億增加到2024年的270億。這一數(shù)字的飛躍表明物聯(lián)網(wǎng)將成為未來主要市場(chǎng)之一，并可能成為不斷擴(kuò)大的數(shù)字經(jīng)濟(jì)基石。物聯(lián)網(wǎng)行業(yè)的收入預(yù)計(jì)將從2018年的8920億美元增長(zhǎng)到2025年的4萬億美元。M2M連接覆蓋了廣泛的應(yīng)用，如智慧城市、智能環(huán)境、智能電網(wǎng)、智能零售和智能農(nóng)業(yè)等。在未來，這些設(shè)備不僅可以連接到互聯(lián)網(wǎng)和其他本地設(shè)備，還可以直接與互聯(lián)網(wǎng)上的其他設(shè)備通信。除了被連接的設(shè)備或事物，社交物聯(lián)網(wǎng)(SIoT)的概念也正在興起。SIoT將使不同的社交網(wǎng)絡(luò)用戶連接到設(shè)備，用戶可以通過因特網(wǎng)共享設(shè)備。

2.使用區(qū)塊鏈的物聯(lián)網(wǎng)安全

區(qū)塊鏈和物聯(lián)網(wǎng)是將對(duì)IT和通信行業(yè)產(chǎn)生高度影響的重要技術(shù)。這兩種技術(shù)專注于提高用戶的整體透明度、可見性、舒適度和信任度。物聯(lián)網(wǎng)設(shè)備提供來自傳感器的實(shí)時(shí)數(shù)據(jù)，區(qū)塊鏈?zhǔn)褂梅植际健⑷ブ行幕凸蚕淼姆诸愘~為數(shù)據(jù)安全提供關(guān)鍵保障。

區(qū)塊鏈背后的基本邏輯很簡(jiǎn)單:是一個(gè)分布式分類帳(也稱為復(fù)制日志文件)。區(qū)塊鏈中的條目是按時(shí)間順序標(biāo)記的。分類帳中的每一項(xiàng)都使用加密散列鍵與前一項(xiàng)緊密耦合。Merkle樹用于存儲(chǔ)單個(gè)事務(wù)，樹的根散列是存儲(chǔ)在區(qū)塊鏈中。圖1中T1、T2、T3、···、Tn分別表示單個(gè)事務(wù)。事務(wù)被加密散列并存儲(chǔ)在樹Ha、Hb、Hc等的葉節(jié)點(diǎn)上。子節(jié)點(diǎn)的散列被連接起來，并生成一個(gè)新的根散列。最終的根散列(例如H1和H2)存儲(chǔ)在區(qū)塊鏈上。只驗(yàn)證根哈希，以確保與該根哈希關(guān)聯(lián)的所有事務(wù)都是安全的，沒有被篡改。即使單個(gè)事務(wù)被更改，樹特定一側(cè)的所有散列值也會(huì)更改。分類帳維護(hù)者或礦工驗(yàn)證日志或事務(wù)，并生成一個(gè)鍵，使最新的事務(wù)成為完整分類帳的一部分。這個(gè)過程使網(wǎng)絡(luò)中的所有節(jié)點(diǎn)都可以使用最新的條目。由于每個(gè)塊中都存在加密散列鍵，因此對(duì)手對(duì)這些塊進(jìn)行篡改既耗時(shí)又困難。

圖1 Merkle樹

礦商在交易中沒有任何個(gè)人利益，他們采礦只是為了獲得激勵(lì)。礦工們不知道交易所有者的身份。更重要的是，有多個(gè)挖掘器處理同一組事務(wù)，它們之間在將事務(wù)添加到區(qū)塊鏈中方面存在激烈的競(jìng)爭(zhēng)。所有這些獨(dú)特的功能使區(qū)塊鏈成為一個(gè)強(qiáng)大的、防篡改的、分布式的、開放的物聯(lián)網(wǎng)數(shù)據(jù)結(jié)構(gòu)。圖2顯示了事務(wù)從初始化到提交再到分布式鏈的完整流程。學(xué)術(shù)界和工業(yè)界正在開發(fā)支持創(chuàng)建和維護(hù)區(qū)塊鏈的框架。這類平臺(tái)的一些例子是Ethereum、Hyperledger fabric、Ripple等。

圖2 事務(wù)的完整流程

3.使用霧計(jì)算的物聯(lián)網(wǎng)安全

物聯(lián)網(wǎng)和云計(jì)算是兩種獨(dú)立的技術(shù)，有很多應(yīng)用。物聯(lián)網(wǎng)為用戶提供了大量的智能設(shè)備和應(yīng)用。類似地，云提供了一個(gè)非常有效的解決方案來存儲(chǔ)和管理數(shù)據(jù)，這些數(shù)據(jù)可以從任何地方訪問，并被許多組織廣泛使用。物聯(lián)網(wǎng)正在產(chǎn)生前所未有的數(shù)據(jù)量，這給互聯(lián)網(wǎng)基礎(chǔ)設(shè)施帶來了很大壓力。云計(jì)算和物聯(lián)網(wǎng)的融合為更有效地處理、存儲(chǔ)、管理和保護(hù)數(shù)據(jù)帶來了新的機(jī)遇和挑戰(zhàn)。工業(yè)界和學(xué)術(shù)界試圖通過將物聯(lián)網(wǎng)與云集成來解決物聯(lián)網(wǎng)面臨的一些問題。但是，這種集成的好處還不足以解決物聯(lián)網(wǎng)面臨的所有問題。因此，Cisco在2012年提出了霧計(jì)算的概念。霧計(jì)算補(bǔ)充了云計(jì)算，而不是取代它。

霧計(jì)算的主要任務(wù)是在本地處理物聯(lián)網(wǎng)設(shè)備產(chǎn)生的數(shù)據(jù)，以便更好地管理，因此需要一個(gè)由不同層組成的架構(gòu)。它有兩個(gè)框架，F(xiàn)og-Device框架和Fog-Cloud-Device框架。前者框架由設(shè)備和霧層組成，后者框架由設(shè)備、霧層和云層組成。層的排列是根據(jù)它們的存儲(chǔ)和計(jì)算能力來完成的。不同層之間的通信是通過有線(如光纖、以太網(wǎng))或無線通信(如WiFi、藍(lán)牙等)完成的。在Fog-Device框架中，fog節(jié)點(diǎn)在不涉及云服務(wù)器的情況下為用戶提供各種服務(wù)。然而，在Fog-Cloud-Device框架中，簡(jiǎn)單的決策是在霧層做出的，而復(fù)雜的決策是在云上做出的。Fog-Cloud-Device框架的架構(gòu)如圖3所示。在比較霧計(jì)算范式的性能時(shí)，還從理論上和數(shù)學(xué)上考慮了霧計(jì)算架構(gòu)與傳統(tǒng)的云計(jì)算框架基于業(yè)務(wù)延遲和能耗。與云模型相比，霧計(jì)算減少了云和網(wǎng)絡(luò)邊緣之間90%的數(shù)據(jù)流量，平均響應(yīng)時(shí)間減少了20%。[2]的作者深入討論了霧計(jì)算的定義和概念，并將其與類似的概念如移動(dòng)邊緣計(jì)算(MEC)和移動(dòng)云計(jì)算(MCC)進(jìn)行了比較。[2]的作者還介紹了一些應(yīng)用，如實(shí)時(shí)視頻分析、增強(qiáng)現(xiàn)實(shí)(AR)、移動(dòng)大數(shù)據(jù)分析以及霧計(jì)算的內(nèi)容交付和緩存。

圖3 Fog-Cloud-Device框架架構(gòu)

4.基于機(jī)器學(xué)習(xí)的物聯(lián)網(wǎng)安全

近年來，機(jī)器學(xué)習(xí)(ML)領(lǐng)域引起了人們的極大興趣。許多領(lǐng)域都在使用ML進(jìn)行開發(fā)，它也被用于物聯(lián)網(wǎng)安全。ML似乎是一種很有前景的解決方案，通過提供與其他傳統(tǒng)方法不同的防御攻擊的方法，來保護(hù)物聯(lián)網(wǎng)設(shè)備免受網(wǎng)絡(luò)攻擊。

針對(duì)物聯(lián)網(wǎng)設(shè)備或來自物聯(lián)網(wǎng)設(shè)備的DoS攻擊是一個(gè)嚴(yán)重的問題。防止這種攻擊的一種方法是使用基于多層感知器(MLP)的協(xié)議，以保護(hù)網(wǎng)絡(luò)免受DoS攻擊。最新的文獻(xiàn)提出了一種粒子群優(yōu)化和反向傳播算法來訓(xùn)練MLP，有助于提高無線網(wǎng)絡(luò)的安全性。ML技術(shù)有助于提高推斷的準(zhǔn)確性和保護(hù)易受DoS攻擊的物聯(lián)網(wǎng)設(shè)備。

攻擊者可能在數(shù)據(jù)傳輸過程中竊聽消息。為了防范此類攻擊，可以使用ML技術(shù)，如基于q學(xué)習(xí)的卸載策略或非參數(shù)貝葉斯技術(shù)。諸如q學(xué)習(xí)和Dyna-Q等方案都是ML技術(shù)，也可用于保護(hù)設(shè)備不被竊聽。[4]的作者通過實(shí)驗(yàn)和強(qiáng)化學(xué)習(xí)對(duì)這些方案進(jìn)行評(píng)估。

數(shù)字指紋技術(shù)是未來物聯(lián)網(wǎng)系統(tǒng)安全解決方案之一，有助于終端用戶在應(yīng)用中獲得足夠的信任。指紋被廣泛用于解鎖智能手機(jī)、批準(zhǔn)支付、解鎖汽車和家庭門等。由于其低成本、可靠性、可接受性和高安全性，數(shù)字指紋正在成為一種占主導(dǎo)地位的生物特征識(shí)別方法。除了數(shù)字指紋技術(shù)的優(yōu)點(diǎn)外，在物聯(lián)網(wǎng)中有效使用該技術(shù)還面臨著各種挑戰(zhàn)，如指紋分類、圖像增強(qiáng)、特征匹配等。人們開發(fā)了各種基于機(jī)器學(xué)習(xí)的算法，以提供一些非傳統(tǒng)的解決方案來克服這些挑戰(zhàn)。

物聯(lián)網(wǎng)的基本需求是確保所有連接到網(wǎng)絡(luò)的系統(tǒng)和設(shè)備的安全。ML的作用是使用和訓(xùn)練算法來檢測(cè)物聯(lián)網(wǎng)設(shè)備中的異常或檢測(cè)物聯(lián)網(wǎng)系統(tǒng)中發(fā)生的任何不需要的活動(dòng)，以防止數(shù)據(jù)丟失或其他問題。因此，ML提供了一個(gè)有前途的平臺(tái)，以克服物聯(lián)網(wǎng)設(shè)備安全面臨的困難。為了保持物聯(lián)網(wǎng)的增長(zhǎng)，需要在該領(lǐng)域做出進(jìn)一步的貢獻(xiàn)。

5.基于邊緣計(jì)算的物聯(lián)網(wǎng)安全

邊緣計(jì)算和霧計(jì)算都是云計(jì)算的擴(kuò)展，云計(jì)算被各種組織廣泛使用。云、霧和邊緣可能看起來相似，但它們構(gòu)成物聯(lián)網(wǎng)應(yīng)用的不同層次。云、霧和邊緣計(jì)算的主要區(qū)別是位置的智能和功率計(jì)算。云的部署規(guī)模更大，需要處理大量數(shù)據(jù)，而且與用戶的距離也相對(duì)更遠(yuǎn)。為了克服云計(jì)算所面臨的問題，邊緣計(jì)算被用作一種解決方案，在用戶和云/霧之間放置一個(gè)小型邊緣服務(wù)器。一些處理活動(dòng)是在邊緣服務(wù)器上執(zhí)行的，而不是在云上。邊緣計(jì)算架構(gòu)由邊緣設(shè)備、云服務(wù)器和霧節(jié)點(diǎn)組成，如圖4所示。

圖4 邊緣計(jì)算架構(gòu)

在邊緣計(jì)算框架中，計(jì)算和分析能力是在邊緣本身提供的。應(yīng)用程序中的設(shè)備可以在它們之間創(chuàng)建一個(gè)網(wǎng)絡(luò)，并可以相互協(xié)作來計(jì)算數(shù)據(jù)。因此，可以將大量數(shù)據(jù)保存在設(shè)備之外，無論是云節(jié)點(diǎn)還是霧節(jié)點(diǎn)，都可以增強(qiáng)物聯(lián)網(wǎng)應(yīng)用的安全性。邊緣計(jì)算還有助于降低通信成本，因?yàn)樗蓽p少將所有數(shù)據(jù)移動(dòng)到云的需求。

參考文獻(xiàn)

[1] D. Miller,“ Blockchain and the Internet of Things in the industrial sector”,IT Prof., vol. 20, no. 3, pp. 15–18, 2018.

[2] J. Ni, K. Zhang, X. Lin, and X. S. Shen, ‘‘Securing fog computing for Internet of Things applications: Challenges and solutions,’’IEEE Commun. Surveys Tuts., vol. 20, no. 1, pp. 601–628, 1st Quart., 2018.

[3] M. Alrowaily and Z. Lu, ‘‘Secure edge computing in IoT systems: Review and case studies,’’ inProc. IEEE/ACM Symp. Edge Comput. (SEC), Oct. 2018, pp. 440–444.

[4] K. Pavani and A. Damodaram, ‘‘Intrusion detection using MLP for MANETs,’’ inProc. 3rd Int. Conf. Comput. Intell. Inf. Technol. (CIIT),Oct. 2013, pp. 440–444