論文の概要: Blockchain and Deep Learning-Based IDS for Securing SDN-Enabled Industrial IoT Environments
- arxiv url: http://arxiv.org/abs/2401.00468v1
- Date: Sun, 31 Dec 2023 11:49:42 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-25 12:57:08.133810
- Title: Blockchain and Deep Learning-Based IDS for Securing SDN-Enabled Industrial IoT Environments
- Title（参考訳）: SDNで実現可能な産業IoT環境のためのブロックチェーンとディープラーニングベースのIDS
- Authors: Samira Kamali Poorazad, Chafika Benzaıd, Tarik Taleb,
- Abstract要約: ソフトウェア定義ネットワーク(SDN)ベースのIIoTアーキテクチャに関連するセキュリティ脅威の検出と防止のための統合手法を提案する。
この2つのコンポーネントは、SDNアプリケーションとして実装された畳み込みニューラルネットワークベースの侵入検知システム(IDS)と、アプリケーション層とネットワーク層セキュリティを強化するインジェクションベースのシステム(BS)で構成されている。
提案したIDSは、二進分類と多進分類の両方において優れた分類精度を示す。
- 参考スコア（独自算出の注目度）: 11.04540520633849
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The industrial Internet of Things (IIoT) involves the integration of Internet of Things (IoT) technologies into industrial settings. However, given the high sensitivity of the industry to the security of industrial control system networks and IIoT, the use of software-defined networking (SDN) technology can provide improved security and automation of communication processes. Despite this, the architecture of SDN can give rise to various security threats. Therefore, it is of paramount importance to consider the impact of these threats on SDN-based IIoT environments. Unlike previous research, which focused on security in IIoT and SDN architectures separately, we propose an integrated method including two components that work together seamlessly for better detecting and preventing security threats associated with SDN-based IIoT architectures. The two components consist in a convolutional neural network-based Intrusion Detection System (IDS) implemented as an SDN application and a Blockchain-based system (BS) to empower application layer and network layer security, respectively. A significant advantage of the proposed method lies in jointly minimizing the impact of attacks such as command injection and rule injection on SDN-based IIoT architecture layers. The proposed IDS exhibits superior classification accuracy in both binary and multiclass categories.
- Abstract（参考訳）: 産業用IoT(Industrial Internet of Things)は、IoT(Internet of Things)技術を産業用環境に統合する。
しかし、産業制御システムネットワークとIIoTのセキュリティに対する業界の高感度さを考えると、SDN(Software-Defined Network)技術を使用することで、通信プロセスのセキュリティと自動化が向上する。
それにもかかわらず、SDNのアーキテクチャは様々なセキュリティ脅威を引き起こす可能性がある。
したがって、これらの脅威がSDNベースのIIoT環境に与える影響を考慮することが最重要となる。
IIoTとSDNアーキテクチャのセキュリティを別々に重視した以前の研究とは異なり、SDNベースのIIoTアーキテクチャに関連するセキュリティ脅威の検出と防止のために、シームレスに連携する2つのコンポーネントを含む統合手法を提案する。
この2つのコンポーネントはそれぞれ、SDNアプリケーションとして実装された畳み込みニューラルネットワークベースの侵入検知システム(IDS)と、アプリケーション層とネットワーク層セキュリティを強化するBlockchainベースのシステム(BS)で構成されている。
提案手法の大きな利点は、SDNベースのIIoTアーキテクチャ層に対するコマンドインジェクションやルールインジェクションといった攻撃の影響を最小化することにある。
提案したIDSは、二進分類と多進分類の両方において優れた分類精度を示す。
関連論文リスト
- Federated Learning-Driven Cybersecurity Framework for IoT Networks with Privacy-Preserving and Real-Time Threat Detection Capabilities [0.0]
従来の集中型セキュリティ手法は、IoTネットワークにおけるプライバシ保護とリアルタイム脅威検出のバランスをとるのに苦労することが多い。
本研究では,IoT環境に特化したフェデレート学習駆動型サイバーセキュリティフレームワークを提案する。
局所的に訓練されたモデルのセキュアアグリゲーションは、同型暗号を用いて達成され、機密情報を漏らさずに協調学習が可能である。
論文 参考訳（メタデータ） (2025-02-14T23:11:51Z) - A Systematic Mapping Study on SDN Controllers for Enhancing Security in IoT Networks [0.0]
SDNコントローラを用いたIoTネットワークのセキュリティ向上に関する現在の知見をレビューする。
IoTネットワークのセキュア化に一般的に使用されるSDNコントローラアーキテクチャは,集中型コントローラアーキテクチャである,と我々は結論付けている。
論文 参考訳（メタデータ） (2024-08-02T14:44:15Z) - Sustainable Diffusion-based Incentive Mechanism for Generative AI-driven Digital Twins in Industrial Cyber-Physical Systems [65.22300383287904]
産業用サイバー物理システム(ICPS)は、現代の製造業と産業にとって不可欠なコンポーネントである。
製品ライフサイクルを通じてデータをデジタル化することにより、ICPSのDigital Twins(DT)は、現在の産業インフラからインテリジェントで適応的なインフラへの移行を可能にします。
GenAIはDTの構築と更新を推進し、予測精度を改善し、多様なスマート製造に備える。
論文 参考訳（メタデータ） (2024-08-02T10:47:10Z) - A Cutting-Edge Deep Learning Method For Enhancing IoT Security [0.0]
本稿では,Deep Learning-integrated Convolutional Neural Networks (CNN) とLong Short-Term Memory (LSTM) ネットワークを用いたモノのインターネット(IoT)環境侵入検知システム(IDS)の革新的な設計を提案する。
われわれのモデルはCICIDS 2017データセットに基づいて、ネットワークトラフィックを良性または悪意のいずれかとして分類する精度99.52%を達成した。
論文 参考訳（メタデータ） (2024-06-18T08:42:51Z) - Multiclass Classification Procedure for Detecting Attacks on MQTT-IoT
Protocol [0.0]
侵入検知システム(IDS)は、ネットワークレベルでの様々な異常や攻撃からIoTシステムを保護するために使用される。
我々の研究は、IoTシステムの攻撃下でフレームを含むデータセットを使用してIDSにフィードできる分類モデルの作成に重点を置いている。
論文 参考訳（メタデータ） (2024-02-05T18:27:46Z) - Effective Intrusion Detection in Heterogeneous Internet-of-Things Networks via Ensemble Knowledge Distillation-based Federated Learning [52.6706505729803]
我々は、分散化された侵入検知システムの共有モデル(IDS)を協調訓練するために、フェデレートラーニング(FL)を導入する。
FLEKDは従来のモデル融合法よりも柔軟な凝集法を実現する。
実験の結果,提案手法は,速度と性能の両面で,局所訓練と従来のFLよりも優れていた。
論文 参考訳（メタデータ） (2024-01-22T14:16:37Z) - Multi-Tier Computing-Enabled Digital Twin in 6G Networks [50.236861239246835]
産業4.0では、製造業、自動車、医療などの産業がDTベースの開発を急速に採用している。
これまでの主な課題は、通信とコンピューティングリソースに対する高い要求と、プライバシとセキュリティに関する懸念だった。
新たなDTで低レイテンシと高セキュリティを実現するため,エッジ/フォグコンピューティングとクラウドコンピューティングを組み合わせたマルチ層コンピューティングが提案されている。
論文 参考訳（メタデータ） (2023-12-28T13:02:53Z) - Effective Intrusion Detection in Highly Imbalanced IoT Networks with
Lightweight S2CGAN-IDS [48.353590166168686]
モノのインターネット(IoT)ネットワークは、異常なトラフィックよりも遥かに良質なトラフィックを含んでいる。
既存研究の多くは、少数民族の検出率を向上させるために、多数民族の検出率を犠牲にすることに焦点を当てている。
我々はS2CGAN-IDSという軽量なフレームワークを提案し、データ空間と特徴空間の両方においてマイノリティなカテゴリの数を拡大する。
論文 参考訳（メタデータ） (2023-06-06T14:19:23Z) - Causal Semantic Communication for Digital Twins: A Generalizable
Imitation Learning Approach [74.25870052841226]
デジタルツイン(DT)は、物理世界の仮想表現と通信(例えば6G)、コンピュータ、人工知能(AI)技術を活用して、多くの接続されたインテリジェンスサービスを実現する。
無線システムは、厳密な通信制約下での情報意思決定を容易にするために意味コミュニケーション(SC)のパラダイムを利用することができる。
DTベースの無線システムでは,因果意味通信(CSC)と呼ばれる新しいフレームワークが提案されている。
論文 参考訳（メタデータ） (2023-04-25T00:15:00Z) - A Novel Online Incremental Learning Intrusion Prevention System [2.5234156040689237]
本稿では,自己組織型インクリメンタルニューラルネットワークとサポートベクトルマシンを併用したネットワーク侵入防止システムを提案する。
提案システムは,その構造上,シグネチャやルールに依存しないセキュリティソリューションを提供するとともに,既知の攻撃や未知の攻撃を高精度にリアルタイムに軽減することができる。
論文 参考訳（メタデータ） (2021-09-20T13:30:11Z) - Deep Multi-Task Learning for Cooperative NOMA: System Design and
Principles [52.79089414630366]
我々は,近年のディープラーニング(DL)の進歩を反映した,新しいディープ・コラボレーティブなNOMAスキームを開発する。
我々は,システム全体を包括的に最適化できるように,新しいハイブリッドカスケードディープニューラルネットワーク(DNN)アーキテクチャを開発した。
論文 参考訳（メタデータ） (2020-07-27T12:38:37Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。