論文の概要: Testing And Hardening IoT Devices Against the Mirai Botnet
- arxiv url: http://arxiv.org/abs/2007.13410v1
- Date: Mon, 27 Jul 2020 10:15:37 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-08 02:48:02.639146
- Title: Testing And Hardening IoT Devices Against the Mirai Botnet
- Title(参考訳): Mirai Botnetに対するIoTデバイスのテストとハードニング
- Authors: Christopher Kelly, Nikolaos Pitropakis, Sean McKeown, Costas
Lambrinoudakis
- Abstract要約: 安価なモノのインターネット(IoT)デバイスの大部分は、全く新しいもので、最初から設定されている。
中でもMiraibotnetは、そのソースコードを世界にリークした。
安全かつ効果的に利用されないソフトウェア資産の組み合わせは、消費者を完全な妥協にさらしている。
- 参考スコア(独自算出の注目度): 0.14337588659482517
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: A large majority of cheap Internet of Things (IoT) devices that arrive brand
new, and are configured with out-of-the-box settings, are not being properly
secured by the manufactures, and are vulnerable to existing malware lurking on
the Internet. Among them is the Mirai botnet which has had its source code
leaked to the world, allowing any malicious actor to configure and unleash it.
A combination of software assets not being utilised safely and effectively are
exposing consumers to a full compromise. We configured and attacked 4 different
IoT devices using the Mirai libraries. Our experiments concluded that three out
of the four devices were vulnerable to the Mirai malware and became infected
when deployed using their default configuration. This demonstrates that the
original security configurations are not sufficient to provide acceptable
levels of protection for consumers, leaving their devices exposed and
vulnerable. By analysing the Mirai libraries and its attack vectors, we were
able to determine appropriate device configuration countermeasures to harden
the devices against this botnet, which were successfully validated through
experimentation.
- Abstract(参考訳): 低価格のiot(internet of things, モノのインターネット)デバイスのほとんどが、まったく新しいものになっていて、既定設定で構成されており、製造者によって適切に保証されておらず、インターネット上に潜んでいる既存のマルウェアに弱い。
その中でも、mirai botnetはソースコードを世界中にリークし、悪意のあるアクタが設定して解放できるようにしている。
安全かつ効果的に利用されないソフトウェア資産の組み合わせは、消費者を完全な妥協にさらしている。
Miraiライブラリを使って4つの異なるIoTデバイスを構成、攻撃しました。
私たちの実験では、4つのデバイスのうち3つがmiraiマルウェアに脆弱性があり、デフォルト設定でデプロイすると感染したと結論づけました。
これは、元のセキュリティ設定が消費者に対して許容できるレベルの保護を提供するのに十分ではないことを示し、デバイスを露出し、脆弱にする。
また,miraiライブラリとその攻撃ベクトルを解析することにより,このボットネットに対する装置の強固化のための適切なデバイス構成対策を判定し,実験により検証した。
関連論文リスト
- Machine learning-based malware detection for IoT devices using
control-flow data [0.0]
マルウェア検出のための実行ファイルの制御フロー関連データの適用性について検討する。
本稿では,2段階のマルウェア検出手法を提案する。第1フェーズでは,静的バイナリ解析を用いて制御フロー関連データを抽出する。
第2フェーズでは、ニューラルネットワークモデルを使用してバイナリ実行ファイルを悪意または良性のいずれかとして分類する。
論文 参考訳(メタデータ) (2023-11-20T08:43:09Z) - DRSM: De-Randomized Smoothing on Malware Classifier Providing Certified
Robustness [58.23214712926585]
我々は,マルウェア検出領域の非ランダム化スムース化技術を再設計し,DRSM(De-Randomized Smoothed MalConv)を開発した。
具体的には,実行可能ファイルの局所構造を最大に保ちながら,逆数バイトの影響を確実に抑制するウィンドウアブレーション方式を提案する。
私たちは、マルウェア実行ファイルの静的検出という領域で、認証された堅牢性を提供する最初の人です。
論文 参考訳(メタデータ) (2023-03-20T17:25:22Z) - Mate! Are You Really Aware? An Explainability-Guided Testing Framework
for Robustness of Malware Detectors [49.34155921877441]
マルウェア検出装置のロバスト性を示すための説明可能性誘導型およびモデルに依存しないテストフレームワークを提案する。
次に、このフレームワークを使用して、操作されたマルウェアを検出する最先端のマルウェア検知器の能力をテストする。
我々の発見は、現在のマルウェア検知器の限界と、その改善方法に光を当てた。
論文 参考訳(メタデータ) (2021-11-19T08:02:38Z) - A Survey of Machine Learning Algorithms for Detecting Malware in IoT
Firmware [0.0]
本稿では、IoTファームウェアの分類に機械学習アルゴリズムを多数使用し、最高のパフォーマンスモデルについて報告する。
ConvolutionalやFully Connected Neural Networksといったディープラーニングアプローチも検討されている。
論文 参考訳(メタデータ) (2021-11-03T17:55:51Z) - Towards a Universal Features Set for IoT Botnet Attacks Detection [1.022709144903362]
本稿では,基盤となるデータセットに関係なく,ボットネット攻撃をよりよく検出するためのユニバーサル機能セットを提案する。
提案した機能は、トレーニングされた機械学習モデルを3つの異なるボットネット攻撃データセット上でテストする際に、ボットネット攻撃を検出するために顕著な結果を示す。
論文 参考訳(メタデータ) (2020-12-01T13:15:57Z) - Towards Obfuscated Malware Detection for Low Powered IoT Devices [0.11417805445492081]
IoTとエッジデバイスは、マルウェアの作者にとって新たな脅威となる。
計算能力とストレージ容量が限られているため、これらのシステムに最先端のマルウェア検知器を配備することは不可能である。
そこで本稿では,Opcodeトレースから構築したMarkov行列から,不正かつ難解なマルウェア検出のための低コストな特徴を抽出する手法を提案する。
論文 参考訳(メタデータ) (2020-11-06T17:10:26Z) - Being Single Has Benefits. Instance Poisoning to Deceive Malware
Classifiers [47.828297621738265]
攻撃者は、マルウェア分類器を訓練するために使用されるデータセットをターゲットとした、高度で効率的な中毒攻撃を、どのように起動できるかを示す。
マルウェア検出領域における他の中毒攻撃とは対照的に、我々の攻撃はマルウェアファミリーではなく、移植されたトリガーを含む特定のマルウェアインスタンスに焦点を当てている。
我々は、この新たに発見された深刻な脅威に対する将来の高度な防御に役立つ包括的検出手法を提案する。
論文 参考訳(メタデータ) (2020-10-30T15:27:44Z) - The Dark (and Bright) Side of IoT: Attacks and Countermeasures for
Identifying Smart Home Devices and Services [4.568911586155096]
3つの一般的なIoTスマートホームデバイスを特徴付けるトラフィックパターンを記述するモデルを構築した。
上記のデバイスによって動作しているサービスと、その存在の圧倒的な確率で検出および識別することが可能であることを実証する。
論文 参考訳(メタデータ) (2020-09-16T13:28:59Z) - Adversarial EXEmples: A Survey and Experimental Evaluation of Practical
Attacks on Machine Learning for Windows Malware Detection [67.53296659361598]
EXEmplesは、比較的少ない入力バイトを摂動することで、機械学習に基づく検出をバイパスすることができる。
我々は、機械学習モデルに対する過去の攻撃を包含し、一般化するだけでなく、3つの新たな攻撃を含む統一フレームワークを開発する。
これらの攻撃はFull DOS、Extended、Shiftと呼ばれ、DOSヘッダをそれぞれ操作し、拡張し、第1セクションの内容を変更することで、敵のペイロードを注入する。
論文 参考訳(メタデータ) (2020-08-17T07:16:57Z) - Smart Home, security concerns of IoT [91.3755431537592]
IoT(モノのインターネット)は、国内環境において広く普及している。
人々は自宅をスマートホームにリニューアルしているが、インターネットに接続された多くのデバイスを常時オンの環境センサーで所有するというプライバシー上の懸念はいまだに不十分だ。
デフォルトパスワードと弱いパスワード、安価な材料とハードウェア、暗号化されていない通信は、IoTデバイスの主要な脅威と脆弱性として識別される。
論文 参考訳(メタデータ) (2020-07-06T10:36:11Z) - Mind the GAP: Security & Privacy Risks of Contact Tracing Apps [75.7995398006171]
GoogleとAppleは共同で,Bluetooth Low Energyを使用した分散型コントラクトトレースアプリを実装するための公開通知APIを提供している。
実世界のシナリオでは、GAP設計は(i)プロファイリングに脆弱で、(ii)偽の連絡先を生成できるリレーベースのワームホール攻撃に弱いことを実証する。
論文 参考訳(メタデータ) (2020-06-10T16:05:05Z)
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。