(资料图)

物联网（IoT）高度以用户为中心，并连接电视、语音助手、冰箱等，而工业物联网（IIoT）可增强大型系统的性能、安全或效率，将硬件与软件连接起来，并进行数据分析以提供实时信息。然而，尽管IIoT确实具有许多优势，但也存在一些漏洞，例如一些试图干扰网络或窃取资源的安全威胁。随着IIoT越来越流行，开发一个高效的系统来处理此类安全问题变得至关重要。

据外媒报道，由韩国仁川大学（Incheon National University）Gwanggil Jeon教授领导的多国研究团队展示了一种用于5G辅助IIoT系统的基于AI和深度学习的恶意软件检测系统。

Jeon教授解释称：“安全威胁通常会导致IIoT系统中的操作或部署失败，从而产生高风险情况。因此，我们决定调查和比较现有研究，找出差距，并提出一种新的安全系统设计，不仅可以检测IIoT系统中的恶意软件攻击，还可以对其进行分类。”

该系统使用一种称为灰度图像可视化的方法（grayscale image visualization）和深度学习网络来分析恶意软件，并进一步应用多级卷积神经网络（CNN）架构将恶意软件攻击分类为不同类型。该团队还将该安全系统与5G集成，从而实现实时数据和诊断的低延迟和高吞吐量共享。

与传统的系统架构相比，该新设计在基准数据集上的准确率提高了97%。研究人员还发现，超高准确性的实现是因为该系统能够通过组合多层信息来提取互补的判别特征。

这种新的恶意软件分类系统可用于保护智能城市和自动驾驶汽车等实时连接应用程序，此外还为开发可以遏制广泛的网络犯罪活动的先进安全系统提供了坚实的基础。

Jeon教授总结道：“基于人工智能的技术极大地改变了我们的生活。通过利用人工智能，我们的系统使行业能够识别不法分子并防止不可靠的设备和系统进入IIoT网络。”

关键词： 仁川大学 恶意软件检测系统 自动驾驶汽车的网络安全