FLEAM：一种用于缓解工业物联网中DDoS的联邦学习赋能架构
密码学与安全
2021-12-13 v2 信息论
math.IT
摘要
分布式拒绝服务（DDoS）攻击对工业物联网（IIoT）危害极大，其会引发联网对象的严重资源枯竭。近期动态表明，攻击者利用僵尸网络获利颇丰。当前集中式缓解方案侧重于受害者侧的检测与缓解，对攻击成本及防御者协作关注不足。为此，我们提出联邦学习赋能的缓解架构（FLEAM）以倡导联合防御，从而增加攻击者的入侵成本。FLEAM结合联邦学习（FL）与雾计算，以降低缓解时延并提升检测精度，使防御者能够联合对抗僵尸网络。我们的综合评估显示，与经典方案相比，所引发的攻击成本高出2.5倍，缓解时延降低约72%，平均精度提升47%。
引用
@article{arxiv.2012.06150,
title = {FLEAM: A Federated Learning Empowered Architecture to Mitigate DDoS in Industrial IoT},
author = {J. Li and L. Lyu and X. Liu and X. Zhang and X. Lyu},
journal= {arXiv preprint arXiv:2012.06150},
year = {2021}
}