一个高效的基于流量的异常检测系统,用于物联网网络中增强安全性

科学领域:

• 计算机科学 计算机科学
• 网络安全 网络安全
• 物联网的物联网,就是物联网.

背景情况:

• 物联网 (IoT) 设备的扩散引入了重要的网络漏洞.
• 物联网设备中的硬件限制限制了强大的安全功能实施.
• 现有的基于行为入侵检测系统 (IDS) 面临着数据标签和计算需求的挑战.

研究的目的:

• 为物联网环境引入一个轻量级和高效的异常检测框架IoT-FIDS.
• 解决传统IDS在资源有限的物联网网络中的实际部署限制.
• 开发一个基于网络的IDS,通过分析通信模式来识别威胁.

主要方法:

• 开发了物联网-FIDS,这是一个基于流动的物联网入侵检测系统 (IDS).
• 专注于分析良性流量,以识别通信模式,服务和数据包标题中的偏差.
• 使用基于流的表示,而不是传统的机器学习技术.

主要成果:

• 物联网-FIDS准确地检测到物联网网络中大多数异常流量模式.
• 该框架显示,错误阳性率最低.
• 实验结果验证了物联网-FIDS在现实世界物联网安全方面的可行性.

结论:

• 物联网-FIDS提供了一种简化和实用的方法来保护物联网网络.
• 物联网-FIDS的轻量化和高效性使其适用于资源有限的环境.
• 这种基于网络的IDS提供了一种可行的解决方案,用于加强对新出现的威胁的物联网安全性.