开发者文本讨论中物联网安全方面的句子级实证研究
密码学与安全
2023-04-28 v1 信息检索
机器学习
软件工程
摘要
物联网（IoT）是一种迅速兴起的范式，如今已涵盖现代生活的几乎方方面面。因此，确保 IoT 设备的安全至关重要。IoT 设备可能不同于传统计算设备，因此在 IoT 设备中设计和实施适当的安全措施可能具有挑战性。我们观察到 IoT 开发者在 Stack Overflow（SO）等开发者论坛中讨论其安全相关挑战。然而，我们发现 IoT 安全讨论也可能埋没于 SO 的非安全讨论之中。本文旨在理解 IoT 开发者在将安全实践与技术应用于 IoT 设备时所面临的挑战。我们有两个目标：（1）开发可自动发现 SO 中 IoT 安全相关讨论的模型；（2）研究模型输出以了解 IoT 开发者的安全相关挑战。首先，我们从 SO 下载了包含 IoT 讨论的 53K 帖子。其次，我们从 53K 帖子中手动标注了 5,919 个句子为 1 或 0。第三，我们利用该基准测试了一系列深度学习 transformer 模型。性能最佳的模型称为 SecBot。第四，我们将 SecBot 应用于全部帖子，发现了约 30K 个安全相关句子。第五，我们对安全相关句子应用主题建模，随后对主题进行标注与分类。第六，我们分析了 SO 中主题的演变。我们发现：（1）SecBot 基于深度学习模型 RoBERTa 的再训练，其最佳 F1 分数为 0.935；（2）SecBot 误分类样本中存在六类错误，当关键词/上下文含混时（例如 gateway 可能指安全网关或简单网关）SecBot 最常出错；（3）存在分为软件、硬件和网络三类的 9 个安全主题；（4）主题数量以软件安全最多，其次为网络安全。
引用
@article{arxiv.2206.03079,
title = {An Empirical Study of IoT Security Aspects at Sentence-Level in Developer Textual Discussions},
author = {Nibir Chandra Mandal and Gias Uddin},
journal= {arXiv preprint arXiv:2206.03079},
year = {2023}
}