基于博弈优化边缘学习的物联网入侵检测研究

摘要

随着5G的商用和6G开始布局,海量物联网设备正在加速接入互联网,为新一代信息物理融合系统提供决策数据。物联网设备的高度异构及分布式特性使得物联网面临复杂威胁,这些威胁可使信息物理融合系统的关键决策失效。传统技术难以在保护节点隐私的前提下进行入侵检测且容易形成单点故障,同时缺乏协同入侵检测激励机制。因此,基于博弈优化边缘学习,研究了面向物联网的入侵检测系统。基于联邦学习在网络边缘构建了分布式隐私保护物联网入侵检测框架。在此基础上,基于多主多从博弈优化边缘学习过程,激励可信的入侵检测服务器及边缘设备参与边缘联邦学习。仿真实验证明了所提出的联网入侵检测系统的安全性和有效性。