针尖寻针：可扩展地检测实际网络中的物联网设备
网络与互联网体系结构
2020-10-01 v3
摘要
消费级物联网（IoT）设备极为普及，为用户提供从语音助手到家电等丰富多样的功能。这些功能常伴随显著的隐私与安全风险，近期 notable 的大规模协同全球攻击曾扰乱大型服务提供商。因此，应对这些风险的重要第一步是了解网络中物联网设备的分布位置。尽管已有一些有限方案，关键问题在于设备发现能否由仅能看到采样流统计量的互联网服务提供商完成。具体而言，ISP 难以利用其数百万订阅者部署的物联网设备——且均基于采样网络数据——来高效且有效地追踪与追溯活动。本文中，我们开发并评估了一种可扩展方法，以在实际环境中利用有限的、高度采样的数据，在用户线路上准确检测并监控物联网设备。我们的结果表明，在一家大型 ISP 以及一个 IXP 处，利用被动的、稀疏采样的网络流头部，可在数小时内检测并识别数百万台物联网设备。我们的方法能够检测来自所研究物联网制造商中超过 77% 的设备，包括智能音箱等流行设备。虽然我们的方法可有效提供网络分析，但也凸显了显著的隐私后果。
引用
@article{arxiv.2009.01880,
title = {A Haystack Full of Needles: Scalable Detection of IoT Devices in the Wild},
author = {Said Jawad Saidi and Anna Maria Mandalari and Roman Kolcun and Hamed Haddadi and Daniel J. Dubois and David Choffnes and Georgios Smaragdakis and Anja Feldmann},
journal= {arXiv preprint arXiv:2009.01880},
year = {2020}
}
备注
Accepted at the ACM Internet Measurement Conference 2020 (IMC'20)