靠AI對抗網路攻擊　韓國團隊研發 IIoT 惡意軟體分辨系統

編譯／莊閔棻

全球工業物聯網（IIoT）市場在 2022 年創下歷史新高，許多人預計該市場將繼續增長。為了保護其免受網路攻擊的危險，韓國一研究團隊就開發了一種基於深度學習的惡意軟體檢測和分類系統。

根據《Infosecurity》雜誌報導，到 2026 年，IIoT市場將達到 1,061 億美元；到 2029 年，這個數字將達到 5,410 億美元；而到 2032 年，其將高達 1.3 兆美元。然而，在物聯網相關標準和法規仍然很少、IIoT又更少的狀況下，這將帶來重大的安全風險，使醫療保健、安全系統、或公用事業等關鍵應用中的設備，容易受到網路攻擊。為了解決這個問題，由韓國仁川國立大學 Gwanggil Jeon 教授領導的跨國研究團隊，就開發了一種基於深度學習的惡意軟體檢測和分類系統。

據報導，該團隊開發的系統首先透過深度學習網路分析惡意軟體，然後再將多層級卷積神經網絡（CNN）架構應用到稱為「灰度圖像可視化」的惡意軟體中，以進行分類。該技術包括將惡意軟體的原始數據轉換為灰度圖像，再提取出惡意軟體的紋理特徵以進行分類。 同時，他們也將此安全系統與 5G 結合，從而實現低延遲、及實時數據和診斷的高吞吐量。

研究人員團隊表示，因為能夠組合多層訊息以提取更多補充的判別特徵，與傳統的系統架構相比，新設計在基準數據集上顯示出了高達97%的準確度，非常驚人。

據研究人員稱，這種新穎的惡意軟體檢測和分類方法可用於「需要保持實時連接應用程式安全的應用中，如智慧城市和自動駕駛汽車等」。Jeon 教授表示：「透過AI的力量，我們的系統能夠識別不法分子，並防止不可靠的設備和系統入侵 IIoT 網路」。

參考資料：Infosecurity

瀏覽 825 次