基于区块链、采用机器学习技术的入侵防御型认证密钥协商协议，适用于以边缘设备为中心的物联网系统

《Scientific Reports》：Blockchain-driven machine learning-enabled intrusion-resilient authenticated key agreement protocol for edge-centric IoT systems

　　

摘要

基于边缘计算的物联网（IoT）系统通过本地处理数据来最小化延迟，从而减少了数据传输的距离。在数据源附近进行处理可以实现快速决策和实时响应。这种基于边缘计算的物联网技术有多种应用场景，包括智慧城市、智能医疗、工业自动化与数据处理、智能农业等。在本文中，我们提出了一种由区块链驱动、支持机器学习的入侵抵抗型认证密钥协商方案（简称BMAS-EIoT），该方案具备认证、密钥管理和基于机器学习的入侵检测功能。BMAS-EIoT提供了网络模型和威胁模型，有助于更好地理解设备和系统的组织结构、部署方式以及可能面临的威胁。安全测试表明，BMAS-EIoT能够有效抵御多种潜在攻击。此外，与其他现有方案相比，BMAS-EIoT在性能方面表现更为优越。文中还提供了BMAS-EIoT的实际实现案例，以评估其关键组件（包括入侵检测和区块链技术）的有效性。总体而言，BMAS-EIoT具备额外的显著优势和改进的安全特性。