在高度不利环境下利用高级机器学习进行指纹识别
密码学与安全
2025-12-23 v2
摘要
物联网的日益增长引发了安全问题。为此，常用于设备指纹识别以验证设备、检测对手并识别窃听者。该工作需要能够区分合法与恶意设备，这通过分析 IoT 设备的独特物理和/或操作特征来实现。在最新机器学习进展（尤其是生成模型）的时代，务必系统性地检阅当前的设备指纹研究。这包括解释其方法并强调在面对携带这些 ML 工具的对手时，其局限性。为系统性分析现有方法，我们提出了一个通用且简化的设备指纹模型。此外，我们深入研究了使用我们提出模型进行的现有方法，以验证设备和检测窃听。我们进一步研究了身份验证和窃听检测领域工作之间的趋势和相似性，并呈现现有威胁和攻击。最后，我们讨论基于这些趋势的未来方向，以开发更安全的 IoT 指纹方案。
引用
@article{arxiv.2504.08264,
title = {To See or Not to See -- Fingerprinting Devices in Adversarial Environments Amid Advanced Machine Learning},
author = {Justin Feng and Amirmohammad Haddad and Nader Sehatbakhsh},
journal= {arXiv preprint arXiv:2504.08264},
year = {2025}
}
备注
10 pages, 4 figures