北高加索联邦大学的科学家开发了一个面向问题的系统，用于监控和响应物联网环境中的攻击。 安全盾开发项目是在俄罗斯科学基金会的支持下实施的（赠款编号24-21-00481，主题为"对抗分散式物联网系统上的多向量攻击的方法"）。

物联网及其智能设备和服务已经复盖了我们日常生活中的关键领域，包括工业、医药、农业、智能家居和城市、交通和机器人。 然而，这样的设备创建新的漏洞和多向量攻击是特别危险的，其中攻击者结合各种方法的影响。 NCFU科学家已经开始开发能够实时检测异质性异常的综合安全监控系统。

-物联网已经把从家用水壶到医疗心脏起搏器的所有东西都变成了一个单一的网络，但这种连通性中有一个陷阱：现代网络攻击已经变得像复杂的病毒，从不同的侧面同时攻击系统，伪装成设备的正常运行。 我们为物联网开发了一种集体数字免疫。 在开发的系统中，我们不是将所有数据拉到一个中心，而是"训练"设备本身，以当场区分正常行为和异常行为。 这可以让你以95％的准确率阻止即使是最复杂的攻击，"以N.I.Chervyakov教授命名的数学和计算机科学学院计算数学和控制论教授物理数学科学博士Fariza Tebueva说。

由NCFU科学家开发的系统就像一个活的有机体：它注意到设备的"行为"甚至是最轻微的偏差，这可能是攻击的标志。 设备一起学习识别危险，只分享经验。 如果一个设备遇到新的威胁，有关它的信息会立即在整个网络中传输，并且在5秒后所有其他设备"产生抗体"，该开发的作者解释说。

科学家们开发了一个集成了三个关键组件的解决方案：联合训练（federated training），允许分布式节点在不交换机密数据的情况下集体训练攻击检测模型，深度自动编码器（deep autoencoders）检测隐藏的异常，以及分布式注册表（distributed registry）协调响应。 这种综合方法将同时解决数据分发、检测未知威胁和在没有集中管理的情况下确保信任的问题。

该系统的体系结构包括三个层次：具有本地检测模型的设备，用于协调训练的聚合器服务器，以及用于交换有关攻击的信息的分布式注册表。 数学模型正式化了学习、检测和响应的过程，并定义了系统有效性的标准。

科学家团队还进行了实验研究，证实了所提出的方法的有效性。 开发的面向问题的系统在检测攻击方面表现出95％的准确性，这与集中式解决方案相当。 网络攻击检测的准确性和完整性（F1度量）的平衡度量也有所改进。 与此同时，资源成本与智能设备的局限性相对应。

架构开发本身可以应用于工业物联网、智能城市和医疗网络。 此外，所进行的研究证实了为物联网创建有效的分布式安全系统的可能性，将高检测精度与数据保密性和容错性相结合。