机构名称：
¥ 3.0
物联网（IoT）是一项快速发展的技术，可连接并集成数十亿个智能设备，生成大量数据并影响日常生活和工业系统的各个方面。但是，物联网设备的固有特征，包括电池寿命有限，通用连接，资源受限的设计和移动性，使它们非常容易受到网络安全攻击的影响，这些攻击以令人震惊的速度增加。因此，物联网安全和隐私吸引了大量的研究关注，特别关注开发异常检测系统。近年来，机器学习（ML）取得了显着的进步，从实验室的新颖性发展为重要应用程序中的强大工具。ML已被提议作为解决物联网安全和隐私挑战的有前途解决方案。在本文中，我们对物联网环境中现有的安全性和隐私挑战进行了研究。随后，我们提出了最新的基于ML的模型和解决方案，以应对这些挑战，并将它们汇总在一个表明每个提出模型的关键参数的表中。此外，我们对与物联网技术有关的可用数据集进行了彻底研究。通过本文，读者将使用ML技术对物联网体系结构，安全攻击和对策进行详细了解，并利用可用的数据集。 我们还讨论了基于ML的物联网安全和隐私的未来研究方向。 我们的目的是为该领域的当前研究状态提供宝贵的见解，并有助于物联网安全和隐私的发展。通过本文，读者将使用ML技术对物联网体系结构，安全攻击和对策进行详细了解，并利用可用的数据集。我们还讨论了基于ML的物联网安全和隐私的未来研究方向。我们的目的是为该领域的当前研究状态提供宝贵的见解，并有助于物联网安全和隐私的发展。
关于物联网基于机器学习的解决方案的研究...
主要关键词
相关文件推荐
