A Novel Intrusion Detection System in IoT Networks Leveraging Blockchain-Enabled Federated Learning
저자
발행사항
부산: 부경대학교 대학원, 2023
학위논문사항
학위논문(석사)-- 부경대학교 대학원: 인공지능융합학과 2023. 2
발행연도
2023
작성언어
영어
KDC
004 판사항(6)
발행국(도시)
부산
형태사항
xi, 46 p.;: 삽화; 26 cm.
일반주기명
부경대학교 논문은 저작권에 의해 보호받습니다.
지도교수:Ki-Ryong Kwon
참고문헌
UCI식별코드
I804:21031-200000663739
소장기관
The significance of the Internet of Things (IoT) in the newly-revolutionized world cannot be overlooked where we are observing improved IoT features and applications every day. There are currently increased concerns about cyberattacks as IoT networks employ more users and applications. In recent years, the use of Intrusion Detection Systems (IDS) based on machine learning has grown to tackle those cyberattacks. But, due of the high cost of computation and privacy issues, adopting centralized machine learning methods (ML) is not a practical option because there is so much data being saved at one central cloud server. The most promising approach in tackling this challenging problem is federated learning (FL), as it distributes learning to the end devices without sharing private data to the central server. Blockchain (BC) can offer additional benefits if it’s applied in combination with federated learning due to their improved level of privacy and security. In this thesis, a blockchain-based architecture is suggested to enable federated learning in enhancing the intrusion detection of IoT systems. All interactions and transactions in our suggested solution are governed and tracked by Ethereum Smart Contracts (SC), and we also developed a decentralized storage system integrating InterPlanetary File System (IPFS) and Hyperledger Fabric to enhance the security of model learning and findings. The experimental outcomes demonstrate that the suggested federated learning-based method is competitive with the traditional centralized models in its ability to detect unwanted intrusions. The security and privacy of the entire IoT network are also guaranteed by the blockchain's features.
더보기새롭게 혁신된 세상에서 사물 인터넷(IoT)은 매일 개선된 기능과 애플리케이션을 관찰하고 있는 곳에서 그 중요성을 간과할 수 없다. 현재 IoT 네트워크가 더 많은 사용자와 애플리케이션을 사용함에 따라 사이버 공격에 대한 우려가 증가하고 있다. 최근 몇 년 동안 기계 학습(machine learning)을 기반으로 하는 침입 탐지 시스템(Intrusion Detection Systems: IDS)의 사용은 이러한 사이버 공격에 대처하기 위해 성장하였다. 그러나 높은 계산 비용과 개인 정보 보호 문제로 인하여 중앙 집중식 기계 학습 방법은 하나의 중앙 클라우드 서버에 저장되는 데이터가 너무 많기 때문에 실용적인 선택이 아니다. 이 어려운 문제를 해결하는 가장 유망한 접근 방식은 중앙 서버에 개인 데이터를 공유하지 않고, 최종 장치에 학습을 배포하는 연합 학습(federated learning: FL) 기법이다. 블록체인은 향상된 개인 정보 보호 및 보안 수준으로 인하여 연합 학습과 함께 적용할 경우 보다 많은 이점이 제공될 수 있다. 본 논문에서는 IoT 시스템의 침입 탐지를 향상시키기 위하여 연합 학습이 가능한 새로운 블록체인 기반 아키텍처를 제안한다. 제안한 솔루션의 모든 상호 작용 및 트랜잭션은 이더리움 스마트 계약(Ethereum Smart Contracts: SC)에 의해 관리되고 추적되며, 모델 학습 및 보안을 강화하기 위해 IPFS(InterPlanetary File System)와 Hyperledger Fabric을 통합하는 분산 스토리지 시스템도 개발한다. 실험 결과, 제안한 연합 학습 기반 방법은 원하지 않는 침입을 감지하는 능력에서 기존의 중앙 집중식 모델과 경쟁할 수 있음을 보여주었다. 블록체인의 기능은 전체 IoT 네트워크의 보안 및 프라이버시도 보장된다.
더보기서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)