数据集：用于 DDoS 攻击仿真的大规模城市物联网活动数据
密码学与安全
2021-10-06 v1 机器学习
摘要
随着物联网部署在智慧城市等应用中的规模增长，它们面临日益增加的网络安全威胁。特别是，正如著名的 Mirai 事件和其他持续威胁所证明的，大规模物联网设备网络尤其容易被劫持并用作僵尸网络发起分布式拒绝服务（DDoS）攻击。需要真实的大规模数据集来训练和评估使用深度神经网络等机器学习算法来检测和防御此类 DDoS 攻击。我们呈现了一个来自 4060 个节点的城市物联网部署的数据集，描述了它们在良性条件下的时空活动。我们还提供了一个合成 DDoS 攻击生成器，基于可调参数（如被攻击节点数和攻击持续时间）将攻击活动注入数据集。我们讨论了该数据集的一些特征。我们还通过使用该数据集及我们的合成 DDoS 攻击生成器来训练和评估一个旨在识别哪些节点何时处于攻击之中的简单多标签前馈神经网络，展示了数据集及生成器的效用。
引用
@article{arxiv.2110.01842,
title = {Dataset: Large-scale Urban IoT Activity Data for DDoS Attack Emulation},
author = {Arvin Hekmati and Eugenio Grippo and Bhaskar Krishnamachari},
journal= {arXiv preprint arXiv:2110.01842},
year = {2021}
}
备注
5 pages, 8 figures