在物联网生态系统中使用可参数化恶意软件对路由器异常检测器进行评估
密码学与安全
2023-09-28 v1 机器学习
摘要
本工作探讨了在物联网（IoT）生态系统中使用定制可参数化恶意软件对机器学习异常检测器进行评估。假设恶意软件已感染并驻留在为网络上其他设备提供服务的 Linux 路由器上，如图 1 所示。该物联网生态系统是作为一个测试平台开发的，用于评估基于行为的异常检测器的效能。该恶意软件由三类定制恶意软件组成：勒索软件、加密矿工和键盘记录器，它们均具有向网络外泄数据的能力。恶意软件的参数化赋予了恶意软件样本多个自由度，具体涉及数据外泄的速率和大小。异常检测器使用从系统调用和网络流量中提取的特征集，并采用支持向量机（SVM）进行基于行为的异常检测。定制恶意软件用于评估 SVM 有效以及无效的情形。
引用
@article{arxiv.2111.00097,
title = {Evaluation of an Anomaly Detector for Routers using Parameterizable Malware in an IoT Ecosystem},
author = {John Carter and Spiros Mancoridis},
journal= {arXiv preprint arXiv:2111.00097},
year = {2023}
}
备注
To appear in Proceedings of the 17th International Conference on Ubiquitous Security (UbiSec 2021)