美国陆军研究新型网络安全技术 可保护车载网络安全

据国外媒体报道，美国陆军研究人员开发了一种基于机器学习的新框架，在不影响性能的情况下提高汽车计算机网络的安全性。

黑客(来源:techxplore.com)

随着将控制委托给车载计算机的现代汽车越来越普及，美国陆军希望增加在这项研究上的投入，为空中和陆地平台，尤其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(DEVCOM)与弗吉尼亚理工大学、昆士兰大学和光州科学技术学院的专家合作，设计了一项名为DESOLATOR的技术，以优化名为移动目标防御的网络安全策略。

美国陆军数学家特伦斯·摩尔(Terrence Moore)博士说:“由于很难击中移动的目标，如果所有物体都是静止的，对手就可以冷静地观察一切，选择目标。但是，如果快速更改IP地址，分配给该IP地址的信息将很快丢失，对手将不得不重新寻找。”

DESOLATOR是指基于深度强化学习的资源分配和移动目标防御部署框架，可以帮助车联网识别最佳的IP转换频率和带宽分配，进行长期有效的移动目标防御。

美国陆军的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可以保持很高的不确定性以击败潜在的攻击者，同时不会增加维护成本，而移动目标防御部署可以防止关键网络区域以高优先级变慢。

研究团队利用深度强化学习，根据曝光时间、丢包次数等各种奖励函数，逐步塑造算法的行为，以保证DESOLATOR能够兼顾安全和效率。

摩尔说:“现有的车载网络非常高效，但它并没有真正考虑到安全性。现在很多研究只关注性能提升或者安全性提升，性能和安全性兼顾的非常少见，尤其是车载网络。”

此外，DESOLATOR不限于确定最佳IP转换频率和带宽分配。因为这种方法是一种机器学习框架，其他研究人员可以修改该技术，以在一定范围内追求不同的目标。

尼尔森说:“重新装备技术的能力非常有价值，这种价值不仅用于扩大研究，还适合将这种能力与其他网络能力相结合，以获得最佳的网络安全保护。”据国外媒体报道，美国陆军研究人员开发了一种基于机器学习的新框架，在不影响性能的情况下提高汽车计算机网络的安全性。

黑客(来源:techxplore.com)

随着将控制委托给车载计算机的现代汽车越来越普及，美国陆军希望增加在这项研究上的投入，为空中和陆地平台，尤其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(DEVCOM)与弗吉尼亚理工大学、昆士兰大学和光州科学技术学院的专家合作，设计了一项名为DESOLATOR的技术，以优化名为移动目标防御的网络安全策略。

美国陆军数学家特伦斯·摩尔(Terrence Moore)博士说:“由于很难击中移动的目标，如果所有物体都是静止的，对手就可以冷静地观察一切，选择目标。但是，如果快速更改IP地址，分配给该IP地址的信息将很快丢失，对手将不得不重新寻找。”

DESOLATOR是指基于深度强化学习的资源分配和移动目标防御部署框架，可以帮助车联网识别最佳的IP转换频率和带宽分配，进行长期有效的移动目标防御。

据美国陆军的计算机科学家和项目负责人Frederica Free-Nelson博士介绍，基于深度强化学习的资源分配可以保持很高的不确定性以击败潜在的攻击者，同时不会增加维护成本，而移动目标防御部署可以防止关键网络区域受到s……高优先级机翼下降。

研究团队利用深度强化学习，根据曝光时间、丢包次数等各种奖励函数，逐步塑造算法的行为，以保证DESOLATOR能够兼顾安全和效率。

摩尔说:“现有的车载网络非常高效，但它并没有真正考虑到安全性。现在很多研究只关注性能提升或者安全性提升，性能和安全性兼顾的非常少见，尤其是车载网络。”

此外，DESOLATOR不限于确定最佳IP转换频率和带宽分配。因为这种方法是一种机器学习框架，其他研究人员可以修改该技术，以在一定范围内追求不同的目标。

尼尔森说:“重新装备技术的能力非常有价值，这种价值不仅用于扩大研究，还适合将这种能力与其他网络能力相结合，以获得最佳的网络安全保护。”

标签：现代

汽车资讯热门资讯