AI駆動型IoT環境におけるボットネット脅威軽減のための新規アーキテクチャ

科学分野:

• サイバーセキュリティ
• モノのインターネット
• 人工知能

背景:

• AIoTデバイスの普及は、重大なセキュリティ上の脆弱性を提示します。
• これらのデバイスは、ボットネットオブシングス（BoT）を形成するために悪用されやすいです。
• 攻撃には、リソースの制限と弱い暗号化によるDDoS、MitM、マルウェア配布が含まれます。

研究 の 目的:

• AIoT環境におけるBoT脅威を軽減するための新規多層アーキテクチャを提案すること。
• 高度なサイバー攻撃に対するAIoTエコシステムのセキュリティ体制を強化すること。
• AIoT資産を保護するための、回復力のあるプロアクティブなフレームワークを提供すること。

主な方法:

• エッジトラフィックインスペクションとサンドボックスを組み合わせた多層アーキテクチャの実装。
• 機械学習技術を利用した、疑わしい動作の分析、検出、防止。
• 迅速な軽減のための集中監視と自動応答の採用。

主要な成果:

• ボットネット活動の早期検出を実証しました。
• 偽陽性を減らし、フォレンジック機能を改善しました。
• 既存のモデルを上回る、大規模AIoT展開のためのスケーラブルな保護を提供しました。

結論:

• 提案されたアーキテクチャは、BoT脅威に対する包括的で回復力のあるソリューションを提供します。
• このシステムは、AIoT環境のためのプロアクティブでスケーラブルな保護を保証します。
• このフレームワークは、AIoTエコシステムにおける進化するサイバー脅威に効果的に対処します。