論文の概要: IoT-Flock: An Open-source Framework for IoT Traffic Generation

• arxiv url: http://arxiv.org/abs/2004.00844v1
• Date: Thu, 2 Apr 2020 07:08:08 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-27 03:24:47.137337
• Title: IoT-Flock: An Open-source Framework for IoT Traffic Generation
• Title（参考訳）: IoT-Flock - IoTトラフィック生成のためのオープンソースフレームワーク
• Authors: Syed Ghazanfar, Faisal Hussain, Atiq Ur Rehman, Ubaid U. Fayyaz, Farrukh Shahzad, and Ghalib A. Shah
• Abstract要約: 従来のトラフィックジェネレータツールは、IoT固有のプロトコルトラフィックを生成することができない。 我々は,広く使用されている2つのIoTアプリケーション層プロトコル,すなわちNetworkとCoAPをサポートするオープンソースフレームワークを提案する。 提案されたフレームワークの適用性を示すために、リアルタイムのIoTスマートホームユースケースを設定しました。
• 参考スコア（独自算出の注目度）: 1.3299946892361474
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Network traffic generation is one of the primary techniques that is used to design and analyze the performance of network security systems. However, due to the diversity of IoT networks in terms of devices, applications and protocols, the traditional network traffic generator tools are unable to generate the IoT specific protocols traffic. Hence, the traditional traffic generator tools cannot be used for designing and testing the performance of IoT-specific security solutions. In order to design an IoT-based traffic generation framework, two main challenges include IoT device modelling and generating the IoT normal and attack traffic simultaneously. Therefore, in this work, we propose an open-source framework for IoT traffic generation which supports the two widely used IoT application layer protocols, i.e., MQTT and CoAP. The proposed framework allows a user to create an IoT use case, add customized IoT devices into it and generate normal and malicious IoT traffic over a real-time network. Furthermore, we set up a real-time IoT smart home use case to manifest the applicability of the proposed framework for developing the security solutions for IoT smart home by emulating the real world IoT devices. The experimental results demonstrate that the proposed framework can be effectively used to develop better security solutions for IoT networks without physically deploying the real-time use case.
• Abstract（参考訳）: ネットワークトラフィック生成は、ネットワークセキュリティシステムの性能の設計と分析に使用される主要な技術の一つである。 しかしながら、デバイス、アプリケーション、プロトコルの面でIoTネットワークの多様性のため、従来のネットワークトラフィック生成ツールは、IoT固有のプロトコルトラフィックを生成することができない。 したがって、従来のtraffic generatorツールは、iot固有のセキュリティソリューションのパフォーマンスの設計とテストに使用できない。 IoTベースのトラフィック生成フレームワークを設計するためには、IoTデバイスモデリングとIoT正規生成と同時攻撃トラフィックの2つの課題がある。 そこで本研究では,MQTTとCoAPという2つの広く使用されているIoTアプリケーション層プロトコルをサポートする,IoTトラフィック生成のためのオープンソースフレームワークを提案する。 提案されたフレームワークでは、IoTユースケースを作成し、カスタマイズされたIoTデバイスを追加し、リアルタイムネットワーク上で正常で悪意のあるIoTトラフィックを生成することができる。 さらに、実世界のIoTデバイスをエミュレートすることで、IoTスマートホームのセキュリティソリューションを開発するための提案フレームワークの適用性を示すために、リアルタイムIoTスマートホームユースケースを構築しました。 実験の結果,提案フレームワークは,リアルタイムのユースケースを物理的にデプロイすることなく,iotネットワークのセキュリティソリューションを効果的に開発できることがわかった。

関連論文リスト

• IoT-LM: Large Multisensory Language Models for the Internet of Things [70.74131118309967]
  IoTエコシステムは、モーション、サーマル、ジオロケーション、イメージング、ディープ、センサー、オーディオといった、現実世界のモダリティの豊富なソースを提供する。 機械学習は、IoTデータを大規模に自動的に処理する豊富な機会を提供する。 IoTエコシステムに適した,オープンソースの大規模マルチセンサ言語モデルであるIoT-LMを紹介します。
  論文  参考訳（メタデータ） (2024-07-13T08:20:37Z)
• zk-IoT: Securing the Internet of Things with Zero-Knowledge Proofs on Blockchain Platforms [0.0]
  本稿では,IoT(Internet of Things)エコシステムのセキュリティ向上のための新しいアプローチとして,zk-IoTフレームワークを紹介する。 我々のフレームワークは、潜在的に侵害されたIoTデバイスにおけるファームウェアの実行とデータ処理の完全性を保証する。
  論文  参考訳（メタデータ） (2024-02-13T09:34:23Z)
• IoTScent: Enhancing Forensic Capabilities in Internet of Things Gateways [45.44831696628473]
  本稿では,IoTゲートウェイとホームオートメーションプラットフォームがIoTトラフィックのキャプチャと分析を行うことを可能にする,オープンソースの法医学ツールであるIoTScentを紹介する。 IoTScentは特に、Zigbeeや6LoWPAN、Threadといった多くのIoT固有のプロトコルの基礎であるIEEE5.4ベースのトラフィックを操作するように設計されている。 この作業は、Zigbeeトラフィックからデバイス識別を実行するためのツールの使用を実証する実用的なユースケースを含む、IoTScentツールの包括的な説明を提供する。
  論文  参考訳（メタデータ） (2023-10-05T09:10:05Z)
• IoT Device Identification Based on Network Communication Analysis Using Deep Learning [43.0717346071013]
  組織のネットワークに対する攻撃のリスクは、セキュリティの低いIoTデバイスの使用の増加によって増大している。 この脅威に対処し、ネットワークを保護するために、組織は通常、ホワイトリストのIoTデバイスのみをネットワーク上で許可するセキュリティポリシを実装します。 本研究では、ネットワーク上で許可されたIoTデバイスの自動識別のためのネットワーク通信にディープラーニングを適用した。
  論文  参考訳（メタデータ） (2023-03-02T13:44:58Z)
• The Internet of Senses: Building on Semantic Communications and Edge Intelligence [67.75406096878321]
  インターネット・オブ・センセーズ(IoS)は、すべてのヒト受容体に対する欠陥のないテレプレゼンススタイルのコミュニケーションを約束する。 我々は,新たなセマンティックコミュニケーションと人工知能(AI)/機械学習(ML)パラダイムがIoSユースケースの要件を満たす方法について詳しく述べる。
  論文  参考訳（メタデータ） (2022-12-21T03:37:38Z)
• Technical Report-IoT Devices Proximity Authentication In Ad Hoc Network Environment [0.0]
  Internet of Things(IoT)は、物理的デバイスがデータを接続し交換することを可能にする分散通信技術システムである。 IoTデバイスへの認証は、攻撃者によるネガティブな影響を防ぐための第一歩であるため、不可欠である。 本稿では、IoTデバイス環境にあるものに基づいて、IoTデバイス認証方式を実装した。
  論文  参考訳（メタデータ） (2022-10-01T03:07:42Z)
• Optimizing Resource-Efficiency for Federated Edge Intelligence in IoT Networks [96.24723959137218]
  We study a edge intelligence-based IoT network that a set of edge server learn a shared model using federated learning (FL)。 フェデレーションエッジインテリジェンス(FEI)と呼ばれる新しいフレームワークを提案し、エッジサーバがIoTネットワークのエネルギーコストに応じて必要なデータサンプル数を評価できるようにする。 提案アルゴリズムがIoTネットワークのトポロジ的情報を漏洩したり開示したりしないことを示す。
  論文  参考訳（メタデータ） (2020-11-25T12:51:59Z)
• Machine learning and data analytics for the IoT [8.39035688352917]
  機械学習解析におけるIoT生成データの処理方法について概観する。 我々は、IoTアプリケーションが他のIoTアプリケーションから適応的に学習できるフレームワークを提案する。
  論文  参考訳（メタデータ） (2020-06-30T07:38:31Z)
• IoT Device Identification Using Deep Learning [43.0717346071013]
  組織におけるIoTデバイスの利用の増加は、攻撃者が利用可能な攻撃ベクトルの数を増やしている。 広く採用されている独自のデバイス(BYOD)ポリシにより、従業員が任意のIoTデバイスを職場に持ち込み、組織のネットワークにアタッチすることで、攻撃のリスクも増大する。 本研究では、ネットワークトラフィックにディープラーニングを適用し、ネットワークに接続されたIoTデバイスを自動的に識別する。
  論文  参考訳（メタデータ） (2020-02-25T12:24:49Z)

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。