面向 IoT 网络威胁的社交媒体监控
密码学与安全
2021-09-10 v1 机器学习
摘要
IoT 应用的快速发展及其在日常生活中的各个领域的使用，导致了各种可能网络威胁数量的急剧增加，并因此引发了对保护 IoT 设备安全的需求。从各种在线来源收集网络威胁情报（例如，零日漏洞或流行漏洞利用）并利用它来主动保护 IoT 系统或准备缓解场景，已被证明是一个有前景的方向。在这项工作中，我们专注于社交媒体监控，并研究从 Twitter 流中进行实时网络威胁情报检测。最初，我们比较并广泛评估了六种不同的基于机器学习的分类方案，这些方案使用漏洞描述进行训练，并使用来自 Twitter 流的真实世界数据进行测试，以确定最合适的解决方案。随后，基于我们的发现，我们提出了一种专为 IoT 领域量身定制的全新社交媒体监控系统；该系统允许用户识别 IoT 设备上最近的/流行的漏洞和漏洞利用。最后，为了促进该领域的研究并支持我们结果的可复现性，我们公开发布了在此过程中创建的所有标注数据集。
引用
@article{arxiv.2109.04306,
title = {Social Media Monitoring for IoT Cyber-Threats},
author = {Sofia Alevizopoulou and Paris Koloveas and Christos Tryfonopoulos and Paraskevi Raftopoulou},
journal= {arXiv preprint arXiv:2109.04306},
year = {2021}
}
备注
6 pages, 2 figures