蜜蜂、蚂蚁等昆虫寻找食物和保护领地的行动轨迹包括复杂的P2P通信，但没有集中的指挥或控制。昆虫使用许多不同的交流方式，从声音到化学物质，向它们自己的物种传播信息，传达有关情况的信息。一旦消息通过群体传递并为其他个体所知，就会创建一个分散的任务来负责这种情况。只要通过蜂群中个体的响应，通过P2P的信息传递方式，整个环境就可以响应，而不需要中央领导处理数据和下达命令。对于那些习惯于分级管理的人来说，这是一个陌生的概念，但它是理解现代网络安全概念的关键发展。在过去的几年里，发生了无数的数字化转型和向云端的迁移。在这种转变下，引发了互联网技术和云协同设备的爆发式发展。这些云协作设备的功能从个人数字助理到家用电器，都有一个新名词“物联网”。“群体智能”一词由GerardoBeni和JingWang于1989年创造，基于基于自组织和分散系统的人工智能模型。随后在2019年，英国格拉斯哥喀里多尼亚大学和巴基斯坦伊斯兰堡电信卫星大学的研究人员设计了一种模型，理论上可以帮助互联网和云资源抵御攻击。该方法在IEEE中国会议上进行了演示，基于人工蜂群算法（artificialbeecolony，ABC）和随机神经网络（randomneuralnetwork，RNN）。ABC算法是一种群体智能模型，通过AI模拟蜜蜂的搜索行为，然后应用这一概念解决现实世界的计算问题，从而降低物联网云端风险。要实现这一点，就需要通过基于人脑中生物神经网络行为的机器学习能力，将RNN应用于ABC模型（RNN-ABC）。“在本文中，提出了一种基于异常行为的入侵检测机制，以保护敏感信息并检测新型网络攻击。”研究人员在论文中提到，“人工蜂群算法被用来训练一个随机神经网络系统。”研究人员基于ABC和RNN训练了他们的入侵检测模型；他们使用包含大量互联网流量数据的数据集，通过训练和分析构建了检测网络攻击的算法。在准备好他们的RNN-ABC模型后，研究人员进行了一系列评估通过识别网络攻击场景和量化结果来评估模型的性能。研究表明，该方法可以有效识别新的攻击，准确率高达91.65%。研究人员还发现，模型的准确性随着“蜂群”的ABC群体智能规模的增加而增加。因此，“人造蜜蜂”数量的增加会增加整体解决方案的可信度。随着互联网上和连接到云端的物联网设备数量的增加，允许更多设备成为“蜂群”的一部分以识别潜在威胁最终可以降低风险。那么，我们如何结合这些信息呢？首先，群体智能需要足够大的群体规模，以允许设备相互传输和处理相关信息，而不仅仅是流量交互。随着越来越多的物联网设备具有简单的行为模型，这种方法变得可行。其次，我们需要一个网状模式的互联网协议来建立一个可靠的方式让设备相互交互并提供信息，同时也为ABC-RNN提供信息。如此大规模的P2P协议目前还不存在。第三，ABC-RNN模型需要规则、策略和输出内容，让所有的发现都输出为人类可读、可操作的结果，同时形成机器对机器的自动化能力。像STIX和TAXII等技术有能力解决这个问题，但缺乏处理大规模P2P交互的能力。最后，还有云安全。模型数据必须可信且准确，否则整个系统可能会被滥用。群体智能的目的是创造一种以非常规方式发现网络攻击的新方法。这种创新且相当可靠的方法是云环境比传统防御模型更需要的安全功能。在保护云时，有时可能需要跳出框框进行分析，而群体智能只是一种潜在的方法；但如果十年后再看，可能群体智能才是真正有效的云、物联网安全保障手段。评论网络，network，词源来自net，是最早由蜘蛛制作的网。由此看来，可以毫不夸张地说，我们的网络世界是建立在昆虫行为之上的。群体智能的概念也来源于昆虫的行为。通过去中心化的个体沟通和回应，可以极大地避免过于依赖某个“中心”的问题，也可以保护应该“保护”的群体。作为提供安全功能的一部分。该技术一旦成熟，将大大提升未来万物互联数字场景的整体安全能力，同时将安全能力细化到各个节点。
