[发明专利]一种基于感算联动的智联网安全分析方法

权利要求书

1.一种基于感算联动的智联网安全分析方法，其特征在于，该方法首先根据智联网的处理信息的前后环节，将智联网系统概括为若干条信息通路，然后再对每一条信息通路进行脆弱性分析，搭建用于信号注入的实际测试平台，判断其是否存在实际威胁并交由专业人员评估其危害程度，最后综合每个脆弱性的分析结果，评估所述智联网系统的整体安全程度。

2.根据权利要求1所述的一种基于感算联动的智联网安全分析方法，其特征在于，该方法具体包括以下步骤：

1)获取所述智联网系统所配备的传感器硬件信息，获取传感器所传递的数据配置信息，获取接受传递数据的人工智能算法的软件信息，获取人工智能算法所决定的所述智联网系统的决策信息；

2)针对步骤1)获取到的硬件、配置、软件、决策信息，形成所述智联网系统的若干条“状态→感知→算法→决策→执行”的信息通路，对每一条信息通路进行独立分析，所述独立分析包括感知脆弱性分析、算法脆弱性分析和决策脆弱性分析；

3)针对步骤2)的脆弱性分析结果，根据传感器的物理机制与工作原理，设计从传感器注入信号的实施方案，并且在注入信号的物理约束下，构造针对后续算法的对抗样本，从而搭建实际测试平台；

4)针对步骤3)搭建的实际测试平台，判断信息通路的脆弱性是否会对所述智联网系统造成安全威胁，并且根据所述智联网系统所处的工作环境信息，评估该脆弱性的威胁程度；

5)综合步骤2)、3)、4)针对每一条信息通路的分析结果，结合实际工况下，各安全威胁的发生频次、概率信息，对所述智联网系统进行整体安全程度评估。

3.根据权利要求2所述的基于感算联动的智联网安全分析方法，其特征在于，所述步骤1)中，包括：

(1)所需获取的传感器硬件信息，具体包括设备工作原理、设备内部电路的基本结构以及可感知的物理信号信息；

(2)所需获取的数据配置信息，具体包括数据存储类型、数据精度大小、数据表达含义以及后续算法所利用的数据范围；

(3)所需获取的算法软件信息，具体包括对于传感器数据的预处理算法、人工智能算法类型、神经网络模型的结构与参数以及算法处理结果的含义；

(4)所需获取的系统决策信息，具体包括系统决策模型的类型与参数、决策对于执行器的控制方式与效果以及决策对于系统的影响。

4.根据权利要求2所述的基于感算联动的智联网安全分析方法，其特征在于，所述步骤2)中：

所述的信息通路定义为物理状态被转换为信息后在智联网系统各环节中经历的一系列流程，具体包括，①“状态→感知”，具体为：反应环境或自身状态的某一物理属性被所述智联网系统的相关传感器捕获，转换为代表感知信息的传感器读数，②“感知→算法”，具体为：代表感知信息的传感器读数经预处理后，被转化为人工智能算法所指定的数据格式，③“算法→决策”，具体为：由人工智能算法对感知数据进行识别，并将识别结果传入决策模型，④“决策→执行”，具体为：最后由决策模型根据人工智能算法识别结果，输出决策指令控制执行器完成相应行为；

所述的感知脆弱性分析具体为，使用常见物理信号测试传感器对于信号的响应行为，挖掘除了设计功能所需的信号种类之外的信号注入手段，并且测试传感器对于常见的重放与干扰攻击的响应行为；

所述的算法脆弱性分析具体为，根据人工智能算法类型，使用白盒或黑盒方法构造对抗样本，测试算法在遭受不同干扰程度的对抗样本时的鲁棒性；

所述的决策脆弱性分析具体为，测试决策模型在接收到错误的人工智能算法识别结果后，是否会产生错误决策指令，测试决策模型的自纠错能力。