第九章“物联网的实际安全面”介绍了工业机械工程环境中物联网相关的一系列安全问题。
本书作者详细介绍了大数据和云制造的方方面面,但着重提升物联网边缘(收集、传输数据,并最终将数据传回物理执行器的地方,它指将末端设备/设施通过各种通讯网络连接物联网域名实现互联互通、应用集成以及基于云计算的SaaS营运等模式连接起来的网络)的安全性。目的是介绍现实世界网络安全问题,并提供深度技术范例支撑的见解。
作者在最后章节讨论如何实现使用集合智能(Ensemble Intelligence)的机器学习方法。集合智能是利用多个机器学习实例解决给定问题的技术。这种概念建立在集体智能(Collective Intelligence)的基础上,因为集体给出的答案往往比单个实体给出的答案更准确。
第十章,讨论了如何将网络攻击检测和响应机制整合到软件定义的云制造系统中。本章描述的网络攻击检测算法基于使用许多神经网络(输出被注入神经演化的神经网络数据库中)的集合智能。神经进化oracle是一个前馈(Feed-Forward)人工神经网络,其设计参数(例如神经节点的数量、隐藏层的数量、oracle使用的激活功能类型)通过使用参数选择过程的遗传算法经过最佳选择。Oracle生成优化分类输出,用于为软件定义云制造系统中的积极攻击响应机制提供反馈。本章的基本目的是展示机器学习方法如何去防护关键工业4.0系统和其它互联网驱动的系统。
这本书是首本融合工业4.0各个方面及其网络安全需求的书籍。感兴趣的用户可以到亚马逊进行购买。http://t.cn/RK3dtUr