HoneyIoT：基于强化学习的物联网设备自适应高交互蜜罐
密码学与安全
2023-05-12 v1 人工智能
摘要
随着 IoT 设备广泛部署，因其固有漏洞，基于 IoT 的系统面临诸多威胁。提升 IoT 安全性的一种有效方法是部署 IoT 蜜罐系统，其可收集攻击信息并揭示攻击者使用的方法与策略。然而，由于 IoT 设备的异构性，构建高交互 IoT 蜜罐颇具挑战。IoT 设备中的漏洞通常依赖于特定设备类型或固件版本，这促使攻击者在发起攻击前进行预攻击检查以收集设备信息。此外，常规蜜罐因其回复逻辑不同于其所模仿的 IoT 设备而易被检测。为解决这些问题，我们开发了称为 HoneyIoT 的面向 IoT 设备的自适应高交互蜜罐。我们首先构建基于真实设备的攻击轨迹收集系统，以学习攻击者如何与 IoT 设备交互。随后我们通过马尔可夫决策过程对攻击行为建模，并利用强化学习技术基于攻击轨迹学习吸引攻击者的最佳响应。我们还使用差分分析技术对某些字段中的响应值进行变异以生成高保真响应。HoneyIoT 已部署于公共互联网。实验结果表明，HoneyIoT 能有效绕过预攻击检查并误导攻击者上传恶意软件。此外，HoneyIoT 对广泛使用的侦察与蜜罐检测工具具有隐蔽性。
引用
@article{arxiv.2305.06430,
title = {HoneyIoT: Adaptive High-Interaction Honeypot for IoT Devices Through Reinforcement Learning},
author = {Chongqi Guan and Heting Liu and Guohong Cao and Sencun Zhu and Thomas La Porta},
journal= {arXiv preprint arXiv:2305.06430},
year = {2023}
}
备注
11 pages, Wisec 2023