SIEMS: A Secure Intelligent Energy Management System for Industrial IoT Applications

Asef, Pedram; Taheri, Rahim; Shojafar, Mohammad; Mporas, Iosif; Tafazolli, Rahim

doi:10.1109/tii.2022.3165890

Cited by 25 publications

(6 citation statements)

References 43 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…The proposed solution is validated on the ICSCA (Industrial Control System Cyber-attack) dataset. Similarly, the work of [ 86 ] proposes a security solution to energy storage systems of IIoT, using deep learning.…”

Section: Investigation Of Existing Workmentioning

confidence: 99%

Deep Learning in the Ubiquitous Human–Computer Interactive 6G Era: Applications, Principles and Prospects

et al. 2023

View full text Add to dashboard Cite

With the rapid development of enabling technologies like VR and AR, we human beings are on the threshold of the ubiquitous human-centric intelligence era. 6G is believed to be an indispensable cornerstone for efficient interaction between humans and computers in this promising vision. 6G is supposed to boost many human-centric applications due to its unprecedented performance improvements compared to 5G and before. However, challenges are still to be addressed, including but not limited to the following six aspects: Terahertz and millimeter-wave communication, low latency and high reliability, energy efficiency, security, efficient edge computing and heterogeneity of services. It is a daunting job to fit traditional analytical methods into these problems due to the complex architecture and highly dynamic features of ubiquitous interactive 6G systems. Fortunately, deep learning can circumvent the interpretability issue and train tremendous neural network parameters, which build mapping relationships from neural network input (status and specific requirements of a 6G application) to neural network output (settings to satisfy the requirements). Deep learning methods can be an efficient alternative to traditional analytical methods or even conquer unresolvable predicaments of analytical methods. We review representative deep learning solutions to the aforementioned six aspects separately and focus on the principles of fitting a deep learning method into specific 6G issues. Based on this review, our main contributions are highlighted as follows. (i) We investigate the representative works in a systematic view and find out some important issues like the vital role of deep reinforcement learning in the 6G context. (ii) We point out solutions to the lack of training data in 6G communication context. (iii) We reveal the relationship between traditional analytical methods and deep learning, in terms of 6G applications. (iv) We identify some frequently used efficient techniques in deep-learning-based 6G solutions. Finally, we point out open problems and future directions.

show abstract

Section: Investigation Of Existing Workmentioning

confidence: 99%

Deep Learning in the Ubiquitous Human–Computer Interactive 6G Era: Applications, Principles and Prospects

et al. 2023

View full text Add to dashboard Cite

show abstract

“…Keeping the system updated and monitored, asset management, and updating the response capabilities protect the system against cyber attacks and data breaches [38][39][40].…”

Section: Lack Of Device Managementmentioning

confidence: 99%

Machine-Learning-Based Vulnerability Detection and Classification in Internet of Things Device Security

Hulayyil,

Li,

2023

Electronics

View full text Add to dashboard Cite

Detecting cyber security vulnerabilities in the Internet of Things (IoT) devices before they are exploited is increasingly challenging and is one of the key technologies to protect IoT devices from cyber attacks. This work conducts a comprehensive survey to investigate the methods and tools used in vulnerability detection in IoT environments utilizing machine learning techniques on various datasets, i.e., IoT23. During this study, the common potential vulnerabilities of IoT architectures are analyzed on each layer and the machine learning workflow is described for detecting IoT vulnerabilities. A vulnerability detection and mitigation framework was proposed for machine learning-based vulnerability detection in IoT environments, and a review of recent research trends is presented.

show abstract

“…Горизонтально розширювані бази даних є відмінною архітектурною перевагою розробленої платформи. Система використовує розподілені бази даних різних типів для паралельного вирішення завдань контролю метрик (моніторингу) та контролю подій (SIEM) [14]:…”

Section: впровадження Esb для ефективного функціонування Siem систем ...unclassified

Інтеграційна Шина Даних Для Ефективного Функціонування Системи Управління Подіями Інформаційної Безпеки

Гнатюк,

Бердибаєв,

Богун

et al. 2023

PIM

View full text Add to dashboard Cite

Кількість кіберзагроз у сфері ІКТ постійно збільшується, тому розробка нових засобів для забезпечення безпеки є дуже важливим і актуальним науковим завданням. Серед таких засобів варто відзначити SIEM системи, які спрямовані на аналіз подій та управління інцидентами з метою запобігання негативним наслідкам та зменшення шкоди від кіберзагроз для користувачів. У попередніх дослідженнях автори провели аналіз існуючих SIEM систем та типів баз даних для них, а також розробили нову архітектуру хмарної SIEM системи. Наступним кроком є дослідження Enterprise Service Bus (ESB). У статті було визначено роль ESB у концепції архітектури Service-Oriented Architecture (SOA), визначені її функції та переваги. Також автори проаналізували найпопулярніші сучасні рішення ESB та надали рекомендації щодо впровадження розвиненої SIEM системи на об'єктах критичної інфраструктури. Розроблений ESB компонент для ефективного функціонування SIEM систем на об’єктах КІ забезпечить цілу низку переваг, такі як широкий спектр роз'ємів і масштабованість рішення, гнучка маршрутизація даних, гарантована доставка інформаційних повідомлень, організація захищеного каналу передачі, централізоване управління, можливість моніторингу та діагностики стану передачі, а також можливість інтеграції зі сторонніми чергами повідомлень. Крім того, у дослідженні було сформовано специфікацію для SIEM системи в критичній інфраструктурі.

show abstract

SIEMS: A Secure Intelligent Energy Management System for Industrial IoT Applications

Cited by 25 publications

References 43 publications

Deep Learning in the Ubiquitous Human–Computer Interactive 6G Era: Applications, Principles and Prospects

Deep Learning in the Ubiquitous Human–Computer Interactive 6G Era: Applications, Principles and Prospects

Machine-Learning-Based Vulnerability Detection and Classification in Internet of Things Device Security

Інтеграційна Шина Даних Для Ефективного Функціонування Системи Управління Подіями Інформаційної Безпеки

Contact Info

Product

Resources

About