.png){kind=icon}
返回
Securing IoV environments with blockchain-integrated detection systems
.png){kind=icon}
PRE
AI
DOI：10.1007/s10586-025-05434-6.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
车联网（IoV）通过实现车辆、基础设施和云服务之间的实时通信，革新了交通运输。然而，IoV网络中不断增长的互连性使其暴露于广泛的网络威胁之下，需要强大的入侵检测机制。区块链技术已作为一种增强敏感数据安全和隐私的强大工具出现，通过提供不可变和防篡改的存储来实现。然而，仍存在一个关键的安全漏洞：在数据被安全存储到区块链之前，它仍然容易受到攻击，使其易受恶意利用。为解决此问题，我们提出了SecureAlert，一种新型的区块链集成入侵检测系统（IDS），该系统利用混合CNN-LSTM模型来增强IoV安全性。所提出的系统结合了卷积神经网络（CNNs）的特征提取能力与长短期记忆（LSTM）网络的序列学习能力，以实时检测网络威胁。此外，通过集成区块链技术确保入侵警报的防篡改存储，从而降低未经授权的数据操纵风险。特别地，本文强调了结合深度学习与区块链技术以保障下一代IoV网络安全的潜力，同时解决了数据存储前的脆弱性问题。SecureAlert使用基准数据集（CIC-IDS2017、CSE-CIC-IDS2018和CIC-DDoS2019）进行评估，在实现高检测准确率的同时，通过先进的预处理技术有效处理了不平衡的数据分布。与当前先进的入侵检测方法的比较分析表明，SecureAlert在准确率、召回率和误报率方面表现优异。
Keyword:
IDS
CNN-LSTM
Deep learning
IoV
Warning messages
Blockchain
期刊
C
IF:
0
论文数:
691
被引数:
1
机构
引用论文
.png){kind=icon}
分享收藏False message detection in Internet of Vehicle through machine learning and vehicle consensus基于机器学习和车辆共识的车联网虚假信息检测
PREAI
分享收藏Permissioned Blockchain and Deep Learning for Secure and Efficient Data Sharing in Industrial Healthcare Systems许可区块链和深度学习在工业医疗系统中实现安全高效的数据共享
OAAI
OAAI分享收藏A distributed intrusion detection system to detect DDoS attacks in blockchain-enabled IoT network
PREAI
分享收藏A deep learning technique for intrusion detection system using a Recurrent Neural Networks based framework使用基于递归神经网络的框架的入侵检测系统的深度学习技术
OAAI
OAAI分享收藏
查看更多内容