面向工业物联网环境下后门隐私泄露感知方法

伴随着工业物联网相关技术的高速发展,后门隐私信息的泄露成为一个重大的挑战,严重威胁着工业控制系统及物联网环境的安全性及稳定性.基于工业物联网环境下后门隐私的数据特征定义若干基本属性,根据静态及动态数据流安全威胁抽取上层语义,并基于多属性决策方法聚合生成静态与动态泄露度,最终结合灰色关联分析计算安全级与安全阈值,以此实现后门隐私信息在静态二进制结构及动态数据流向中的泄露场景感知.实验选择目标环境中27种后门隐私信息进行测试,依次计算并分析基本定义、上层语义及判决语义,通过安全级与安全阈值的比较成功感知多种后门泄露场景.实验还将所做工作与其他相关模型或系统进行对比,验证了所提方法的有效性.

工业物联网后门隐私的泄露感知研究

工业物联网是信息技术和网络技术在工业领域的典型应用,能够显著降低传统工业的资源消耗、提升工业产品质量。但是,工业物联网的后门隐私泄露成为其推广应用的主要障碍之一。基于此,文中基于工业物联网框架,讨论了工业控制系统与工业物联网的数据安全问题,提出了一种工业物联网的后门隐私泄露的感知方法。该方法包括上层语义生成和判决语义生成两部分,能够有效感知工业物联网后门隐私的数据泄露。