面向物联网的自动化安全评估
密码学与安全
2021-09-10 v1 人工智能
机器学习
摘要
基于物联网（IoT）的应用面临着越来越多潜在的安全风险，这些风险需要被系统性地评估和处理。基于专家的物联网安全手动评估是一种主流方法，但通常效率低下。为了解决这个问题，我们提出了一个面向物联网网络的自动化安全评估框架。我们的框架首先利用机器学习和自然语言处理来分析漏洞描述，以预测漏洞指标。然后，预测出的指标被输入到一个双层图形化安全模型中，该模型上层为展示网络连通性的攻击图，底层为网络中每个节点的攻击树，用以描绘漏洞信息。该安全模型通过捕获潜在的攻击路径，自动评估物联网网络的安全性。我们使用一个包含多种真实世界物联网设备和潜在漏洞的概念验证智能楼宇系统模型来评估我们方法的可行性。对我们所提出框架的评估证明了其有效性，具体表现为：预测新漏洞的漏洞指标平均准确率超过90%，并能识别物联网网络中最易受攻击的路径。生成的评估结果可以作为网络安全专业人员及时采取进一步措施和缓解风险的指南。
引用
@article{arxiv.2109.04029,
title = {Automated Security Assessment for the Internet of Things},
author = {Xuanyu Duan and Mengmeng Ge and Triet H. M. Le and Faheem Ullah and Shang Gao and Xuequan Lu and M. Ali Babar},
journal= {arXiv preprint arXiv:2109.04029},
year = {2021}
}
备注
Accepted for publication at the 26th IEEE Pacific Rim International Symposium on Dependable Computing (PRDC 2021)