一種自動(dòng)實(shí)時(shí)的物聯(lián)網(wǎng)在野漏洞攻擊檢測(cè)方法

摘要： 與互聯(lián)網(wǎng)相連的海量物聯(lián)網(wǎng)（IoT）設(shè)備容易被黑客攻擊和利用，進(jìn)而造成關(guān)鍵IoT應(yīng)用的癱瘓。漏洞利用是一種常用的針對(duì)IoT設(shè)備的攻擊方式，然而由于在野的漏洞利用形式多樣、變異性和偽裝性強(qiáng)，如何快速自動(dòng)識(shí)別針對(duì)IoT設(shè)備的在野漏洞攻擊極具挑戰(zhàn)。為此，提出一種基于混合深度學(xué)習(xí)判別和開源情報(bào)關(guān)聯(lián)的IoT漏洞攻擊檢測(cè)方法，所提檢測(cè)方法可以實(shí)時(shí)判別網(wǎng)絡(luò)流量中的IoT在野漏洞攻擊行為，并且能...