面向物联网僵尸网络早期传播的设备间联邦入侵检测器
网络与互联网体系结构
2023-11-16 v1
摘要
僵尸网络是由恶意行为者控制、感染了恶意软件的僵尸计算机组成的军团，用于执行分布式拒绝服务（DDoS）攻击等任务。数十亿的物联网（IoT）设备由于配置了弱口令或存在常见漏洞，成为被感染为僵尸节点的主要目标。通过监控网络流量来检测僵尸网络传播十分困难，因为它们很容易与常规网络流量混为一体。传统的基于机器学习（ML）的入侵检测系统（IDS）需要捕获原始数据并发送至ML处理器以检测入侵。在本研究中，我们考察了一种设备间联邦入侵检测机制的可行性：每个设备在其本地数据上运行ML模型，并将模型权重更新至中央协调器。该机制确保客户端数据不与任何第三方共享，从而杜绝隐私泄露。模型对每一个数据包单独检查并预测异常。我们在名为MedBIoT的真实僵尸网络传播数据集上评估了所提机制。总体而言，所提方法取得了平均准确率71%、精确率78%、召回率71%和f1-score 68%的结果。此外，我们还考察了参与联邦学习的任一设备是否可能对整体系统实施投毒攻击。
引用
@article{arxiv.2311.08621,
title = {Cross Device Federated Intrusion Detector for Early Stage Botnet Propagation in IoT},
author = {Angela Grace Famera and Raj Mani Shukla and Suman Bhunia},
journal= {arXiv preprint arXiv:2311.08621},
year = {2023}
}
备注
Paper submitted to conference