論文の概要: Social Media Monitoring for IoT Cyber-Threats
- arxiv url: http://arxiv.org/abs/2109.04306v1
- Date: Thu, 9 Sep 2021 14:32:24 GMT
- ステータス: 処理完了
- システム内更新日: 2021-09-10 13:59:59.250457
- Title: Social Media Monitoring for IoT Cyber-Threats
- Title(参考訳): IoTサイバー脅威のためのソーシャルメディアモニタリング
- Authors: Sofia Alevizopoulou, Paris Koloveas, Christos Tryfonopoulos, Paraskevi
Raftopoulou
- Abstract要約: ソーシャルメディアの監視とTwitterストリームからのリアルタイムサイバー脅威インテリジェンス検出に焦点をあてる。
我々は,IoTドメインに適したソーシャルメディア監視システムを提案する。
- 参考スコア(独自算出の注目度): 0.3249853429482705
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The rapid development of IoT applications and their use in various fields of
everyday life has resulted in an escalated number of different possible
cyber-threats, and has consequently raised the need of securing IoT devices.
Collecting Cyber-Threat Intelligence (e.g., zero-day vulnerabilities or
trending exploits) from various online sources and utilizing it to proactively
secure IoT systems or prepare mitigation scenarios has proven to be a promising
direction. In this work, we focus on social media monitoring and investigate
real-time Cyber-Threat Intelligence detection from the Twitter stream.
Initially, we compare and extensively evaluate six different machine-learning
based classification alternatives trained with vulnerability descriptions and
tested with real-world data from the Twitter stream to identify the
best-fitting solution. Subsequently, based on our findings, we propose a novel
social media monitoring system tailored to the IoT domain; the system allows
users to identify recent/trending vulnerabilities and exploits on IoT devices.
Finally, to aid research on the field and support the reproducibility of our
results we publicly release all annotated datasets created during this process.
- Abstract(参考訳): IoTアプリケーションの急速な開発と日常のさまざまな分野での利用により、さまざまなサイバー脅威がエスカレートされ、IoTデバイスを保護する必要性が高まっている。
サイバー脅威インテリジェンス(ゼロデイ脆弱性やトレンドエクスプロイトなど)をさまざまなオンラインソースから収集し、それを積極的にセキュアなIoTシステムや緩和シナリオの準備に活用することは、有望な方向であることが証明された。
本研究では,ソーシャルメディアの監視とTwitterストリームからのリアルタイムサイバー脅威インテリジェンス検出に焦点をあてる。
まず,脆弱性記述でトレーニングされた6種類の機械学習に基づく分類方法を比較し,評価し,twitterストリームからの実世界データを用いてテストした。
このシステムでは,iotデバイス上で最近発生している脆弱性やエクスプロイトを識別することができる。
最後に、この分野の研究を支援し、結果の再現性をサポートするために、このプロセスで作成されたすべての注釈付きデータセットを公開します。
関連論文リスト
- Unraveling Attacks in Machine Learning-based IoT Ecosystems: A Survey
and the Open Libraries Behind Them [9.55194238764852]
IoT(Internet of Things)は前例のない接続性の時代を迎え、2025年末までには800億のスマートデバイスが稼働すると予想されている。
機械学習(ML)は、IoT生成データの解析だけでなく、IoTエコシステム内のさまざまなアプリケーションにも重要な技術として機能する。
本稿では,MLのIoTへの統合によるセキュリティ上の脅威を包括的に調査する。
論文 参考訳(メタデータ) (2024-01-22T06:52:35Z) - MultiIoT: Towards Large-scale Multisensory Learning for the Internet of
Things [77.27980044639136]
IoT(Internet of Things)エコシステムは、マシンラーニングのための現実世界のモダリティの豊富なソースを提供する。
本稿では,12のモダリティと8タスクから115万以上のサンプルを対象とする,これまでで最も拡張性の高いIoTベンチマークであるMultiIoTを提案する。
論文 参考訳(メタデータ) (2023-11-10T18:13:08Z) - From Generative AI to Generative Internet of Things: Fundamentals,
Framework, and Outlooks [82.964958051535]
生成人工知能(GAI)は、現実的なデータを生成し、高度な意思決定を促進する能力を持っている。
GAIを現代のモノのインターネット(IoT)に統合することによって、ジェネレーティブ・インターネット・オブ・モノ(GIoT)が登場し、社会の様々な側面に革命をもたらす大きな可能性を秘めている。
論文 参考訳(メタデータ) (2023-10-27T02:58:11Z) - An Intelligent Mechanism for Monitoring and Detecting Intrusions in IoT
Devices [0.7219077740523682]
この研究は、フェデレートラーニングとマルチ層パーセプトロンニューラルネットワークを活用して、IoTデバイスに対するサイバー攻撃を高精度に検出し、データプライバシ保護を強化するホストベースの侵入検知システムを提案する。
論文 参考訳(メタデータ) (2023-06-23T11:26:00Z) - 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) - Pervasive AI for IoT Applications: Resource-efficient Distributed
Artificial Intelligence [45.076180487387575]
人工知能(AI)は、さまざまなモノのインターネット(IoT)アプリケーションやサービスにおいて大きなブレークスルーを目の当たりにした。
これは、感覚データへの容易なアクセスと、リアルタイムデータストリームのゼッタバイト(ZB)を生成する広帯域/ユビキタスデバイスの巨大なスケールによって駆動される。
広範コンピューティングと人工知能の合流により、Pervasive AIはユビキタスIoTシステムの役割を拡大した。
論文 参考訳(メタデータ) (2021-05-04T23:42:06Z) - Reinforcement Learning for IoT Security: A Comprehensive Survey [4.0059435854780965]
セキュリティは、多くの攻撃ベクトル、セキュリティ欠陥、脆弱性を持つIoTシステムにおいて、長期にわたる課題です。
本稿では,異なる種類のIoTシステムに対するサイバー攻撃に関する包括的調査を行う。
次に、さまざまなIoTシステムにおけるさまざまなタイプの攻撃に対抗する強化学習と深層強化学習ベースのセキュリティソリューションを提示します。
論文 参考訳(メタデータ) (2021-02-14T21:09:49Z) - Empowering Things with Intelligence: A Survey of the Progress,
Challenges, and Opportunities in Artificial Intelligence of Things [98.10037444792444]
AIがIoTをより速く、より賢く、よりグリーンで、より安全にするための力を与える方法を示します。
まず、認識、学習、推論、行動の4つの視点から、IoTのためのAI研究の進歩を示す。
最後に、私たちの世界を深く再形成する可能性が高いAIoTの有望な応用をいくつかまとめる。
論文 参考訳(メタデータ) (2020-11-17T13:14:28Z) - IoT Behavioral Monitoring via Network Traffic Analysis [0.45687771576879593]
この論文は、IoTのネットワーク行動パターンをプロファイリングする技術を開発する上で、私たちの努力の成果である。
我々は、交通パターンの属性で訓練された、堅牢な機械学習ベースの推論エンジンを開発する。
99%以上の精度で28台のIoTデバイスのリアルタイム分類を実演する。
論文 参考訳(メタデータ) (2020-01-28T23:13:12Z) - Survey of Network Intrusion Detection Methods from the Perspective of
the Knowledge Discovery in Databases Process [63.75363908696257]
本稿では,侵入検知器の開発を目的として,ネットワークデータに適用された手法について概説する。
本稿では,データのキャプチャ,準備,変換,データマイニング,評価などの手法について論じる。
この文献レビューの結果、ネットワークセキュリティ分野のさらなる研究のために考慮すべきいくつかのオープンな問題について検討する。
論文 参考訳(メタデータ) (2020-01-27T11:21:05Z) - Blockchain-based Smart-IoT Trust Zone Measurement Architecture [1.5749416770494706]
IoT(Internet of Things)は大きな注目を集め、私たちの環境の中心的な側面になっています。
本稿では,外部ネットワークへの信頼感を提供するIoTセットアップにおける行動モニタを提案する。
さらに、ブロックチェーン上のアプリケーションやデータに対してセキュアな実行環境を提供するために、Trusted Execution Technology(Intel SGX)も組み込んでいます。
論文 参考訳(メタデータ) (2020-01-08T03:41:27Z)
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。