9、人工智能在网络物理系统与智能交通系统中的应用

人工智能在网络物理系统与智能交通系统中的应用

网络物理系统中的人工智能

在网络物理系统（CPS）领域，人工智能尤其是机器学习（ML）算法正发挥着关键作用，特别是在应对各类攻击和检测恶意软件方面。

针对微架构侧链攻击，已有研究对机器学习的应对措施进行了全面评估。还有学者提出了基于ML的缓存侧链攻击检测技术，以应对实际计算负载情况。在恶意软件检测方面，不同的方法和模型不断涌现。

• 基于CNN的恶意软件检测 ：有研究提出了基于卷积神经网络（CNN）的模型，用于检测恶意软件，能够对良性和恶性应用软件进行分类。
• 温度传感器辅助的恶意软件检测 ：通过使用温度传感器，有学者建议采用机器学习分析器来检测计算机中的恶意软件。
• 基于软最大分类算法的侧信道缓存攻击识别 ：提出了基于软最大分类算法的侧信道缓存攻击识别技术。
• 基于ML的攻击分类技术 ：为了分析计算机系统中的CPS攻击，有研究提出了基于ML的攻击分类技术。
• 基于CNN的在线行锤检测 ：提出了基于CNN的在线行锤检测方法，通过监控可疑的DRAM访问模式来学习DRAM访问中的复杂行为。

使用ML算法检测恶意软件

使用ML算法检测恶意软件是保障CPS安全的重要手段，以下是一些具体的应用和方法：
- 在物联网环境中使用SVM检测安卓设备异常 ：目的是使