英国卡迪夫大学的科学家开发了一套可以检测和分类家庭智能设备网络攻击的软件，可以起到保护语音助手，监控摄像头和温控装置等智能家庭设备作用。该工具可以杀毒软件一样学习家庭网络的正常运作状态，然后以此为参照检测恶意行为。

研究团队表示，随着智能设备逐步发展和伴随其发展巨大安全漏洞的出现，诸如此类数字入侵检测系统对安全性的同步提升至关重要。

目前，作为网络安全方面的薄弱环节，智能设备是黑客喜欢攻击的目标。西欧平均每户家庭有5.4个智能家庭设备，今年此类设备销售数量预计会有20亿件左右。

卡迪夫大学的开发人员说，智能设备网络安全措施不足和缺少专用检测系统使智能设备网络容易受到各种破坏，如遭到数据泄密，电子欺骗，中断服务等

这些可能导致硬件损害和影响系统正常运行，甚至威胁到用户个人，比如相对简单且看似无害解除认证攻击，它造成的问题可能不大，但是如果攻击目标是关键性的设备，比如带无线装置的汽车的方向盘，则可能影响人的安危。

为了测试他们的系统，研究人员模拟搭建了一个装有八中不同智能设备的家庭环境，包括智能助手，智能电视，网络摄像头，智能灯具和智能家居中心，无线网络云摄像头，无线网络智能扩展插槽和连接了运动传感器和门窗感应器的煤气系统。研究人员对这个网络执行几种常见的网络攻击，其中包括中间人攻击和拒绝服务攻击。

系统用三层模块来处理检测入侵任务，首先，确定网络中每个智能设备正常运转下的操作，然后借此鉴定可能代表恶意行为的后续异常，最后归类攻击方式。

开发人员说，研究人员发现系统能分别以96.2%，90%和98%的准确率完成这些任务。测试结果显示该系统可以成功区分网络中的设备，鉴定网络活动是否正常，是否有恶意行为以及检测攻击发生在哪个设备上。这是入侵行网络攻击早期检测方面的有一大进步

我们的网络研究项目其首要的目标为今后主动性高，成本节约的网络防御奠定基础，尽可能让智能设备在网络安全方面符合国家工业策略的目标。

本文译自 dailymail，由 jasmine 编辑发布。

PREV : 爱情魔咒：现任和前任往往同属一型
NEXT : 测量量子的某些属性，同时保持其它属性仍为不确定态