【课题推荐发表期刊】

【课题背景】

The Internet of Things has shown its potential to empower various industry sectors. From smart homes to healthcare, IoT devices have become omnipresent. The network layer of the IoT system can be subjected to many types of attacks such as DoS, Sybil attacks, and replay attacks. These attacks on the network layer significantly degrade the network performance. Hence, it is extremely important to secure the network layer from these attacks to protect the integrity of the data flowing through the network while ensuring timely delivery of key information.

物联网已经展示了其赋能各个行业领域的潜力。从智能家居到医疗保健，物联网设备无处不在。物联网系统的网络层可能会受到许多类型的攻击，例如DoS攻击、Sybil攻击和重放攻击。这些对网络层的攻击显著降低了网络性能。因此，确保网络层免受这些攻击，以保护通过网络传输的数据完整性，同时确保关键信息的及时传递，是极其重要的。

本课题将围绕物联网系统多种类型的攻击进行检测、识别与阻止的IDS研究。

【课题方向参考】

• Design of AI-supported intrusion detection system (IDS) to detect any malicious attacks or anomalies. 设计基于人工智能的入侵检测系统（IDS），以检测任何恶意攻击或异常行为

• Design of the IDSs with the ability to alert and prevent new attacks. 设计具有识别和阻止新型攻击能力的IDS 

【适合人群】

具有计算机网络，无线网络，信息安全基础知识，逻辑思路清晰，具有较强逻辑推理能力以及较强编程能力。

【课题收获】

• 高质量论文一篇（SCI/CCF定向期刊）

• SCI/CCF期刊投递与发表指导

• 结业证书

【导师介绍】

马教授，QS世界排名前200高校教授，QS排名前50名高校博士毕业

• 长期担任多个SCI期刊和会议的编委或审稿人，包括Computer and Communication Engineering、IEEE Communications Surveys & Tutorials、Wireless Communications and Mobile Computing、Communication Systems等；

• 研究方向：计算机网络，网络安全与AI应用；

• 已发表530多篇国际学术文章，包括260多篇学术期刊文章和260多篇学术会议文章； 6部学术著作的主编和28部学术著作中28个章节的作者；根据谷歌学术统计，所有出版物被引用接近12000 次；H值53。

• 具备丰富的英文写作经验和论文指导经验；掌握Matlab、BAN Logic、and Scyther Tool等软件工具。

【课题安排】

研究周期预估六个月左右，具体视学员情况调整

【推荐阅读】

• 2023 Deep Reinforcement Learning for intrusion detection in Internet of Things: Best practices, lessons learnt, and open challenges

• 2024 Review of artificial intelligence for enhancing intrusion detection in the internet of things

• 2024 Recent endeavors in machine learning-powered intrusion detection systems for the Internet of Things