美国陆军研究新型网络安全技术可保护车载网络安全永

发布时间:2022-05-04 聚合阅读:
原标题:美国陆军研究新型网络安全技术可保护车载网络安全盖世汽车讯据外媒报道,美国陆军研究人员研发了一种基于机器学习的新型框架,以改进汽车车载计算机网络的安全性,...

原标题:美国陆军研究新型网络安全技术 可保护车载网络安全

盖世汽车讯 据外媒报道,美国陆军研究人员研发了一种基于机器学习的新型框架,以改进汽车车载计算机网络的安全性,同时还不影响到其性能。

黑客(图片来源:techxplore.com)

随着将控制权委托给车载计算机的现代汽车在不断普及,美国陆军的该项研究希望能够加大投入,对空中以及陆地平台,特别是重型车辆提供更高水平的网络安全保护措施。

美国陆军作战能力发展司令部(the U.S. Army Combat Capabilities Development Command,DEVCOM)的研究人员与佛吉尼亚理工大学(Virginia Tech)、昆士兰大学(the University of Queensland)以及光州技术学院(Gwangju Institute of Science and Technology)的专家们合作,设计了一种称为DESOLATOR的技术,以优化称为移动目标防御的网络安全策略。

美国陆军数学家Terrence Moore博士表示:“因为很难击中移动的目标,如果所有物体都是静态的,对手就可以从容地观察一切并选择目标。但是,如果快速改变IP地址,分配给IP地址的信息很快就会丢失,对手就得重新寻找。”

DESOLATOR指代的是基于深度强化学习的资源分配以及移动目标防御部署框架(deep reinforcement learning-based resource allocation and moving target defense deployment framework),能够帮助车载网络识别最佳IP变www.rendizou.cn换频率以及带宽分配,长期且有效地进行移动目标防御。

据美国陆军计算机科学家和项目负责人Frederica Free-Nelson博士表示,基于深度强化学习的资源分配能够保持高不确定性,以挫败潜在的攻击者,同时还不会使维护成本变高,而移动目标防御部署能够以高优先级防止关键网络区域减速运行。

该研究团队利用深度强化学习,根据曝光时间、丢包数量等多种奖励功能,逐步塑造算法的行为,以确保DESOLATOR能够兼顾安全性和效率。

Moore表示:“现有的车载网络效率很高,但是在设计时没有真正考虑到安全性。现在,很多研究都只着眼于提高性能或者安全性,同时兼顾性能和安全性的非常少见,特别是车载网络。”

此外,DESOLATOR并不局限于确定最佳的IP变换频率以及带宽分配。由于该方法是一种机器学习框架,其他研究人员都可以修改该技术,以在一定范围内追求不同的目标。

Nelson表示:“能够重新装备技术的能力非常有价值,而且此种价值不仅对于扩展研究而言,还适用于将此种能力与其他网络能力结合,以获得最佳网络安全保护。”

*特别声明:本文为技术类文章,禁止转载或大篇幅摘录!违规转载,法律必究。