由 dawei “万物互联”正以迅猛的速度成为科技行业的热门词汇，具有巨大的潜力来改变包括医疗保健、交通运输、制造业和智能家居在内的各个行业。然而，这种增长也带来了一系列安全挑战和担忧。
与传统的信息技术(IT)系统不同，由于资源限制、异构性和智能设备的分布式特性，物联网环境的安全具有挑战性。解决安全问题需要多方面的方法，不仅需要改进安全标准和协议，还需要在设备、网络和应用层面实施有效的安全措施。
最终，Diro在减少误报的传统IT系统中取得了成功，但当应用于物联网时，与传统的浅层机器学习模型相比，深度学习算法更容易受到攻击。这些喜忧参半的结果使Diro更深入地研究异常探测，甚至冒险超越云层进入太空。
空间信息网络(SIN)是由天基资产、地面站和通信链路组成的网络，由于其固有的多样性，检测这些网络中的异常具有挑战性。SIN被一些人视为网络安全的新领域，是国家安全的重要因素，也是大规模网络攻击的一个主要攻击目标。
Diro表示：”通过识别SIN中的异常但有洞察力的模式，空间异常检测是空间安全保护的一个重要方面。现有的检测SIN异常方法，如简单的阈值技术，是不准确、低效且无法解释的，且高误报率、高资源需求和低可扩展性。”
根据一份声明，Diro现在专注于在物联网异常检测方面的基础上进行构建，并将其应用于SIN。通过设计新的算法和方法，就像过去在物联网中所做的那样，Diro希望提高检测空间异常的准确性，提供接近实时和可扩展的数据，最终增强空间安全。我们正在寻找一种新的方法来解决这个问题，这种方法可以在几秒钟内发现一个或多个物体，然后通过分析它们的行为来识别它们。