智慧农业中的安全与隐私，挑战与机遇(2)

此类攻击的根源在于从系统实施方式中获取信息而不是系统实施中存在哪些弱点。例如，在时序通道攻击中，计算时间以及缓存未命中和缓存命中时序模式是攻击者可以利用的攻击向量之一。在执行任务期间以电压波动和系统时钟周期变化形式出现的硬件故障是其他可能的攻击渠道。发起成功攻击的其他渠道是功耗模式、可能的电磁泄漏甚至声音和声学渠道。

3、供应链攻击

整个农业生态系统和“从农场到餐桌”的概念涉及多个实体，它们协同工作，在及时的环境中为最终消费者提供优质食品。这个供应链系统从农场开始，农场生产原材料，然后由食品行业储存和加工，加工过的食品被包装并发送到分销零售商，最终客户从那里购买加工产品。物联网技术应用在供应链的每个阶段，更智能化的同时也引入了潜在的网络安全威胁。

四、现有的技术研究

随着越来越多的农民和社区在农场采用技术，研究人员和联邦机构已经开始评估网络攻击的影响。美国国土安全部发布报告强调了精准农业 (PA) 和相关网络安全威胁和潜在漏洞的重要性。该报告强调了农业信息安全的机密性、完整性和可用性模型。它定义了 PA 中涉及的不同技术，包括农场设备、定位和遥感技术、机器学习等。

区块链在加密货币和金融交易以外的领域已经得到一定的认可，农业和食品供应链是区块链技术展示其能力的领域之一。

人工智能 (AI) 和机器学习 (ML) 等新时代技术的出现不仅促进了智能农业中高级分析的适应，而且还创建了一个用于改善服务网络安全的生态系统。这些技术的融合使农民能够在竞争激烈的市场中实现更高的平均产量和更好的产品价格控制。

远程农场的实时安全监控是 ML 在智慧农场中的另一个前沿应用。在实时监控和通知对农场和网络安全至关重要的场景中，通过监控系统检测到的图像可以由人工智能支持的开源计算机视觉编程进行处理。

过去十年低功耗广域网 (LPWAN) 的蓬勃发展，采用 LoRa 或 NB-IoT 等技术，只能提供支持低功耗和远程传输的相对便宜的基础设施。边缘计算和雾计算、移动数据分析和靠近终端设备的压缩的集成是扩展功能的关键。

五、结论

随着智能应用、人工智能、智能农业设备等的不断发展，农场内和跨农场操作需要传感器和在多个农场操作不同智能设备的劳动力/农民之间进行授权交互。智慧农场会生成多种多样的大量非结构化数据，一方几乎不可能分析和使用整个数据集。因此，威胁信息共享是一种可行的数据安全方法。

随着5G、传感器、自动化无人机、区块链、人工智能等技术的应用，农业不再仅仅依靠人工和传统判断来种植和养殖，并且在货架上售卖的产品可以做到一一溯源，未来农业不再是汗水挥霍，智慧农场已经在迈向无人智能化。

来源：IEEE

【免责声明】本站内容转载自互联网，其相关言论仅代表作者个人观点绝非权威，不代表本站立场。如您发现内容存在版权问题，请提交相关链接至邮箱：bqsm@foxmail.com，我们将及时予以处理。