論文の概要: SOM-based DDoS Defense Mechanism using SDN for the Internet of Things
- arxiv url: http://arxiv.org/abs/2003.06834v2
- Date: Wed, 18 Mar 2020 02:41:59 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-23 08:45:59.568325
- Title: SOM-based DDoS Defense Mechanism using SDN for the Internet of Things
- Title(参考訳): SDNを用いたモノのインターネットのためのSOM型DDoS防御機構
- Authors: Yunfei Meng, Zhiqiu Huang, Senzhang Wang, Guohua Shen, Changbo Ke
- Abstract要約: ソフトウェア定義ネットワーク(SDN)を用いたSOMベースのDDoS防御機構を提案する。
このメカニズムの主な考え方は、物のインターネットにおけるデバイスサービスを保護するためにSDNベースのゲートウェイをデプロイすることだ。
- 参考スコア(独自算出の注目度): 14.58995970729543
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: To effectively tackle the security threats towards the Internet of things, we
propose a SOM-based DDoS defense mechanism using software-defined networking
(SDN) in this paper. The main idea of the mechanism is to deploy a SDN-based
gateway to protect the device services in the Internet of things. The gateway
provides DDoS defense mechanism based on SOM neural network. By means of
SOM-based DDoS defense mechanism, the gateway can effectively identify the
malicious sensing devices in the IoT, and automatically block those malicious
devices after detecting them, so that it can effectively enforce the security
and robustness of the system when it is under DDoS attacks. In order to
validate the feasibility and effectiveness of the mechanism, we leverage POX
controller and Mininet emulator to implement an experimental system, and
further implement the aforementioned security enforcement mechanisms with
Python. The final experimental results illustrate that the mechanism is truly
effective under the different test scenarios.
- Abstract(参考訳): 本稿では,モノのインターネットに対するセキュリティの脅威に効果的に取り組むために,ソフトウェア定義ネットワーク(SDN)を用いたSOMベースのDDoS防御機構を提案する。
このメカニズムの主な考え方は、物のインターネットにおけるデバイスサービスを保護するためにSDNベースのゲートウェイをデプロイすることだ。
ゲートウェイは、somニューラルネットワークに基づくddos防御メカニズムを提供する。
SOMベースのDDoS防御機構により、ゲートウェイはIoT内の悪意あるセンサーデバイスを効果的に識別し、検出した後にそれらの悪意のあるデバイスを自動的にブロックし、DDoS攻撃を受けた場合のシステムのセキュリティと堅牢性を効果的に強化することができる。
この機構の有効性と有効性を検証するため,実験システムの実装にはPOXコントローラとミニネットエミュレータを使用し,さらに前述のセキュリティ対策機構をPythonで実装する。
最後の実験結果は、異なるテストシナリオでメカニズムが本当に効果的であることを示している。
関連論文リスト
- Exploring the Adversarial Vulnerabilities of Vision-Language-Action Models in Robotics [70.93622520400385]
本稿では,VLAに基づくロボットシステムのロバスト性を体系的に評価する。
本研究では,ロボット行動の不安定化に空間的基盤を活用する,標的のない位置認識型攻撃目標を提案する。
また、カメラの視野内に小さなカラフルなパッチを配置し、デジタル環境と物理環境の両方で効果的に攻撃を実行する逆パッチ生成アプローチを設計する。
論文 参考訳(メタデータ) (2024-11-18T01:52:20Z) - Defense against Joint Poison and Evasion Attacks: A Case Study of DERMS [2.632261166782093]
IDSの第1の枠組みは, ジョイント中毒や回避攻撃に対して堅牢である。
IEEE-13バスフィードモデルにおける本手法のロバスト性を検証する。
論文 参考訳(メタデータ) (2024-05-05T16:24:30Z) - IoTWarden: A Deep Reinforcement Learning Based Real-time Defense System to Mitigate Trigger-action IoT Attacks [3.1449061818799615]
我々は、インジェクション攻撃のための強化学習に基づくリアルタイム防衛システムを構築した。
実験の結果,提案機構は適切なオーバーヘッドで効果的かつ正確に注射攻撃を識別・防御できることが示唆された。
論文 参考訳(メタデータ) (2024-01-16T06:25:56Z) - When Authentication Is Not Enough: On the Security of Behavioral-Based Driver Authentication Systems [53.2306792009435]
我々はランダムフォレストとリカレントニューラルネットワークアーキテクチャに基づく2つの軽量ドライバ認証システムを開発した。
我々は,SMARTCANとGANCANという2つの新しいエスケープアタックを開発することで,これらのシステムに対する攻撃を最初に提案する。
コントリビューションを通じて、これらのシステムを安全に採用する実践者を支援し、車の盗難を軽減し、ドライバーのセキュリティを高める。
論文 参考訳(メタデータ) (2023-06-09T14:33:26Z) - Synthesis of Adversarial DDOS Attacks Using Tabular Generative
Adversarial Networks [0.0]
攻撃のテクノロジーが進化を続ける中で、新しいタイプの攻撃が目立っている。
これらの攻撃の1つは、GAN(Generative Adversarial Networks)に基づく攻撃で、機械学習IDSの脆弱性を回避できる。
本研究は、GINを用いて生成した実DDoS攻撃を用いて合成された敵攻撃がIDSに与える影響について検討する。
論文 参考訳(メタデータ) (2022-12-14T18:55:04Z) - CAN-LOC: Spoofing Detection and Physical Intrusion Localization on an
In-Vehicle CAN Bus Based on Deep Features of Voltage Signals [48.813942331065206]
車両内ネットワークのためのセキュリティ強化システムを提案する。
提案システムは,CANバスで測定した電圧信号から抽出した深い特徴を処理する2つの機構を含む。
論文 参考訳(メタデータ) (2021-06-15T06:12:33Z) - TANTRA: Timing-Based Adversarial Network Traffic Reshaping Attack [46.79557381882643]
本稿では,TANTRA(Adversarial Network Traffic Reshaping Attack)を提案する。
我々の回避攻撃は、ターゲットネットワークの良性パケット間の時間差を学習するために訓練された長い短期記憶(LSTM)ディープニューラルネットワーク(DNN)を利用する。
TANTRAは、ネットワーク侵入検出システム回避の平均成功率99.99%を達成します。
論文 参考訳(メタデータ) (2021-03-10T19:03:38Z) - Developing Enterprise Cyber Situational Awareness [0.0]
このトピックは、米国国防総省のネットワークセキュリティ防衛の改善戦略に焦点を当てる。
このアプローチは、DODの目標がネットワークを保護するための脆弱性に対処するかどうかを判断するために分析される。
論文 参考訳(メタデータ) (2020-09-03T18:16:06Z) - Measurement-driven Security Analysis of Imperceptible Impersonation
Attacks [54.727945432381716]
本稿では,ディープニューラルネットワークを用いた顔認識システムの実用性について検討する。
皮膚の色,性別,年齢などの要因が,特定の標的に対する攻撃を行う能力に影響を及ぼすことを示す。
また,攻撃者の顔のさまざまなポーズや視点に対して堅牢なユニバーサルアタックを構築する可能性についても検討した。
論文 参考訳(メタデータ) (2020-08-26T19:27:27Z) - Timely Detection and Mitigation of Stealthy DDoS Attacks via IoT
Networks [30.68108039722565]
Internet of Things(IoT)デバイスは、妥協される可能性があり、Mongon DDoSと呼ばれる、新たなタイプのステルスなDistributed Denial of Service(DDoS)攻撃の一部である。
本研究は,この出現するDDoS攻撃をタイムリーに検出・緩和できる,新しい異常検出システム(IDS)を提案する。
論文 参考訳(メタデータ) (2020-06-15T00:54:49Z) - A Self-supervised Approach for Adversarial Robustness [105.88250594033053]
敵対的な例は、ディープニューラルネットワーク(DNN)ベースの視覚システムにおいて破滅的な誤りを引き起こす可能性がある。
本稿では,入力空間における自己教師型対向学習機構を提案する。
これは、反逆攻撃に対する強力な堅牢性を提供する。
論文 参考訳(メタデータ) (2020-06-08T20:42:39Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。