结合室内情境与用户行为的智能家居异常检测
密码学与安全
2021-09-30 v1 系统与控制
系统与控制
摘要
物联网 设备容易受到攻击者的恶意操作攻击，这会对用户造成物理和经济损害；因此，我们之前提出了一种基于序列的方法，将用户行为建模为室内事件序列和基础家庭状态，以检测异常操作。然而，该方法根据一天中的时间对用户的家庭状态进行建模；因此，攻击者可以利用该系统来最大化攻击机会。因此，我们随后提出了一种基于估计的检测方法，该方法不仅利用一天中的时间，还利用家庭 IoT 传感器和设备的可观测值来估计家庭状态。然而，它忽略了短期操作行为。因此，在本工作中，我们提出了一种行为建模方法，该方法结合了家庭状态估计和室内 IoT 设备的事件序列，以实现对用户长期和短期行为的详细理解。我们使用从真实家庭收集的数据将所提出的模型与我们之前的方法进行了比较。与基于估计的方法相比，所提出的方法在误检率低于 10% 的情况下，检测率提高了 15.4%。与基于序列的方法相比，所提出的方法在误检率低于 10% 的情况下，检测率提高了 46.0%。
引用
@article{arxiv.2109.14348,
title = {Smart-home anomaly detection using combination of in-home situation and user behavior},
author = {Masaaki Yamauchi and Masahiro Tanaka and Yuichi Ohsita and Masayuki Murata and Kensuke Ueda and Yoshiaki Kato},
journal= {arXiv preprint arXiv:2109.14348},
year = {2021}
}
备注
13 pages, 22 figures,