利用实用且可扩展的流量推断管理联网物联网资产
密码学与安全
2023-10-18 v1
摘要
互联网近期见证了一类称为物联网（IoT）的互联资产前所未有的增长。由于制造工艺相对不成熟且计算资源有限，物联网设备级安全措施不足，使互联网暴露于各种网络风险之中。先前研究利用物联网网络流量中的可预测模式来开发推断模型。然而，它们在应对实际挑战方面未达预期，阻碍其在生产环境中部署。本论文识别了四项实际挑战并开发了应对技术，有助于保护企业安全并抵御日益增长的网络威胁以维护用户隐私。我的第一项贡献在物联网流量分类与监控的流量特征预测收益与计算成本之间取得平衡。我的第二项贡献解决了测量成本与数据质量的挑战。我开发了一种推断方法，使用随机与确定性建模，从不透明且粗粒度的 IPFIX 流数据预测家庭网络中的物联网设备。评估显示，与相关工作的相比，假阳性率可降低 75% 且不明显影响真阳性。我的第三项贡献通过分析从 12 个真实家庭网络收集的超过六百万条流记录，聚焦于概念漂移挑战。最后，我的第四项贡献研究了机器学习模型对对抗攻击的鲁棒性，特别关注基于决策树的模型。
引用
@article{arxiv.2310.10657,
title = {Managing Networked IoT Assets Using Practical and Scalable Traffic Inference},
author = {Arman Pashamokhtari},
journal= {arXiv preprint arXiv:2310.10657},
year = {2023}
}
备注
PhD thesis