面向零信任物联网安全的领域无关硬件指纹识别设备标识符
密码学与安全
2024-02-09 v1 网络与互联网体系结构
信号处理
摘要
下一代网络旨在实现全面的连接，将人类、机器、设备和系统无缝互联。这种互联性引发了隐私和安全方面的担忧，由于单个妥协可能对整个网络产生广泛影响。为解决这一挑战，零信任 (ZT) 范式作为保障网络完整性和数据保密性的关键方法。本工作引入了 EPS-CNN，一种新型深度学习无线设备识别框架，旨在作为 ZT 架构的设备身份验证层，专注于资源受限的物联网设备。EPS-CNN 的核心，利用卷积神经网络 (CNN) 从唯一的射频信号表示生成设备身份，称为双侧包络功率谱 (EPS)，该表示有效地捕获设备特定的硬件特征，同时忽略与设备无关的信息。实验评估表明，所提出的框架在 same-domain ( day、location 和 channel)、cross-day 和 cross-location 场景中分别实现了 99%、93% 和 95% 以上的测试准确率。我们的发现表明，所提出的框架在提高基于深度学习的方法的准确性、鲁棒性和适应性方面具有优势，从而为实现 ZT 物联网设备识别提供了一种开创性解决方案。
引用
@article{arxiv.2402.05332,
title = {Domain-Agnostic Hardware Fingerprinting-Based Device Identifier for Zero-Trust IoT Security},
author = {Abdurrahman Elmaghbub and Bechir Hamdaoui},
journal= {arXiv preprint arXiv:2402.05332},
year = {2024}
}
备注
This paper to be published in IEEE Wireless Communications Magazine 2024. arXiv admin note: substantial text overlap with arXiv:2308.04467