为了加强美国能源网络的完整性，各个系统必须能够抵御破坏性黑客的攻击。有时候，最好的办法就是学习敌人的方法，在他们自己的游戏中打败他们——一个策略弗吉尼亚联邦大学(VCU)和爱达荷国家实验室(INL)的研究人员对此深信不疑。
该系统被称为“自主智能网络传感器”(autonomous Intelligent Cyber Sensor)，可以监视并从未遂的攻击中学习，增加了电网与网络罪犯之间由来已久的来回切换。弗吉尼亚州立大学工程学院计算机科学教授、网络安全中心主任Milos Manic博士将两者之间的关系描述为“一场持续多年的地下战争”。
通过折予代码，登录信息和其他能源基础设施资产，渗透者可以创建一个被称为“黑天空事件”的场景 - 美国电网关闭的日。在这种情况下，经济困难，残疾人手机和删除的银行账户将免费漫游，并且根据VCU的说法，工程师将只有72小时。
“黑客比过去更聪明。“他们不一定看系统的一个特定组成部分，”曼奇说。“经常，他们可以通过控制两个不同组件的行为来欺骗系统来掩盖第三个组件的攻击。”
在这一行中，敌人在当天升起了他们的机智和知识，躁狂转向人工智能（AI）算法和机器学习。新系统将整个互联系统介绍，并与每次攻击相适应。
根据VCU的说法，设计灵感来源于我们自己的自主神经系统，它代表了呼吸、吞咽、循环和心率等主要的无意识功能。因此，在等待、观察和学习的过程中，自主智能网络传感器充当了能源网格的自主神经系统。
另一个PLoy系统使用的是蜜罐，它由似乎合法的数据组成，并且包含对黑客有价值的信息，但实际上是一个沉思和检疫入侵者的影子系统。
“蜜罐可以让黑客认为他已经闯入了一个真实的系统，”狂躁解释道。“但如果黑客看到”系统“没有充分的回应，但他知道这是一个蜜罐子。”为了让蜜罐的封面保持在包装下，它太新了并在飞行中学习。
最近的网络安全系统是在识别的2018 R＆D 100奖项是一项国际奖项计划，荣誉100个科技最卓越的创新，经历ecn的姐妹支柱研发。
提交：AI•机器学习那基础设施那网络安全
