面向安全边缘网络：驯服物联网中的设备到设备（D2D）通信
密码学与安全
2018-10-17 v2
摘要
物联网（IoT）日益增长的普及性产生了对基于网络的流量异常检测系统的需求，以识别行为异常的设备。在这项工作中，我们提出了一种轻量级技术 IoT-guard，用于识别恶意流量流。IoT-guard 使用半监督学习，借助设备产生的网络流量来区分恶意与良性设备行为。为此，我们从网络日志中提取了 39 个特征，并丢弃任何包含冗余信息的特征。特征选择后，训练模糊 C 均值（FCM）算法以获得区分良性流量与恶意流量的簇。我们研究了这些簇中的特征得分，并利用该信息预测新流量流的类型。IoT-guard 使用包含超过 30 个设备的真实世界测试平台进行了评估。结果表明，IoT-guard 在区分各类恶意与良性流量时达到了高准确率（98%），且误报率低。此外，它具有低资源占用，可在支持 OpenWRT 的接入点和商用现货（COTS）计算板上运行。
引用
@article{arxiv.1712.05958,
title = {Toward Secure Edge Networks Taming Device to Device (D2D) Communication in IoT},
author = {Ibbad Hafeez and Aaron Yi Ding and Markku Antikainen and Sasu Tarkoma},
journal= {arXiv preprint arXiv:1712.05958},
year = {2018}
}
备注
Appeared in 12th International Conference on Network and System Security, NSS, August 2018 (http://www4.comp.polyu.edu.hk/~nss2018/program.html)