有损网络 IoT 系统中基于图的 DDoS 攻击检测
密码学与安全
2024-03-15 v1
摘要
本研究引入了一种利用图卷积网络（GCN）能力的鲁棒解决方案，用于检测物联网系统中的分布式拒绝服务攻击。通过将 IoT 设备概念化为图结构中的节点，我们提出了一种即使在有损网络环境中也能高效运行的检测机制。我们引入了多种图拓扑来建模 IoT 网络，并评估了它们在检测可调未来 DDoS 攻击方面的表现。通过研究不同级别的网络连接丢失和各种攻击情况，我们证明了基于相关性的混合图结构在发现 DDoS 攻击方面是有效的，证实了其即使在有损网络场景下也具有良好的性能。结果表明，基于 GCN 的 DDoS 检测模型表现卓越，F1 分数高达 91%。此外，在连接丢失高达 50% 的环境中，我们观察到 F1 分数最多下降 2%。本研究的发现突显了利用 GCN 保障 IoT 系统安全的优势，该系统在具有高检测准确率的同时，对连接中断具有弹性。
引用
@article{arxiv.2403.09118,
title = {Graph-Based DDoS Attack Detection in IoT Systems with Lossy Network},
author = {Arvin Hekmati and Bhaskar Krishnamachari},
journal= {arXiv preprint arXiv:2403.09118},
year = {2024}
}
备注
11 pages, 13 figures