CICAPT-IIOT：面向工业物联网环境的基于溯源数据的 APT 攻击数据集
密码学与安全
2024-07-17 v1
摘要
工业物联网（IIoT）是一种变革性范式，它将智能传感器、先进分析与工业流程中的稳健连接相集成，实现实时数据驱动决策，并提升制造业、能源和物流等多个行业的运营效率。IIoT 易受多种攻击向量影响，其中高级持续性威胁（APT）因其隐蔽、持久且目标明确的特点而尤为令人担忧。文献已证实基于机器学习的入侵检测系统在 APT 检测中的有效性。然而，现有的网络安全数据集往往缺乏在 IIoT 环境中检测 APT 所需的关键属性。结合先前关于使用溯源数据进行 APT 检测以及物联网系统内入侵检测的研究见解，我们提出了 CICAPT-IIoT 数据集。本文的主要目标是提出一个新颖的 IIoT 环境下的 APT 数据集，其中包含 APT 检测任务所需的基本信息。为此，我们开发了一个 IIoT 测试平台，并纳入了 APT 活动中常用的 20 多种攻击技术。所执行的攻击涵盖了 APT 周期的若干固定阶段，包括数据收集与窃取、发现与横向移动、防御规避以及持久化。通过将网络日志和溯源日志与详细的攻击信息相结合，CICAPT-IIoT 数据集为开发整体网络安全措施奠定了基础。此外，我们还提供了全面的数据集分析，为网络安全专家构建创新且高效的安全解决方案提供了坚实的基础。
引用
@article{arxiv.2407.11278,
title = {CICAPT-IIOT: A provenance-based APT attack dataset for IIoT environment},
author = {Erfan Ghiasvand and Suprio Ray and Shahrear Iqbal and Sajjad Dadkhah and Ali A. Ghorbani},
journal= {arXiv preprint arXiv:2407.11278},
year = {2024}
}