論文の概要: IoTScent: Enhancing Forensic Capabilities in Internet of Things Gateways
- arxiv url: http://arxiv.org/abs/2310.03401v1
- Date: Thu, 5 Oct 2023 09:10:05 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-19 03:12:08.776243
- Title: IoTScent: Enhancing Forensic Capabilities in Internet of Things Gateways
- Title（参考訳）: IoTScent:IoTゲートウェイの法医学的機能向上
- Authors: Antonio Boiano, Alessandro Enrico Cesare Redondi, Matteo Cesana,
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 45.44831696628473
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The widespread deployment of Consumer Internet of Things devices in proximity to human activities makes them digital observers of our daily actions. This has led to a new field of digital forensics, known as IoT Forensics, where digital traces generated by IoT devices can serve as key evidence for forensic investigations. Thus, there is a need to develop tools that can efficiently acquire and store network traces from IoT ecosystems. This paper presents IoTScent, an open-source IoT forensic tool that enables IoT gateways and Home Automation platforms to perform IoT traffic capture and analysis. Unlike other works focusing on IP-based protocols, IoTScent is specifically designed to operate over IEEE 802.15.4-based traffic, which is the basis for many IoT-specific protocols such as Zigbee, 6LoWPAN and Thread. IoTScent offers live traffic capture and feature extraction capabilities, providing a framework for forensic data collection that simplifies the task of setting up a data collection pipeline, automating the data collection process, and providing ready-made features that can be used for forensic evidence extraction. This work provides a comprehensive description of the IoTScent tool, including a practical use case that demonstrates the use of the tool to perform device identification from Zigbee traffic. The study presented here significantly contributes to the ongoing research in IoT Forensics by addressing the challenges faced in the field and publicly releasing the IoTScent tool.
- Abstract（参考訳）: 消費者インターネット・オブ・モノ(Consumer Internet of Things)デバイスを人間の活動に近い場所に広く展開することで、日々の行動のデジタルオブザーバーになる。
これにより、IoTデバイスによって生成されたデジタルトレースが、法医学的な調査の重要な証拠となる、IoT Forensicsとして知られる新たなデジタル法医学分野が誕生した。
したがって、IoTエコシステムからネットワークトレースを効率的に取得、保存できるツールを開発する必要がある。
この記事では、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IoTフォーラムツールであるIoTScentを紹介する。
IPベースのプロトコルに焦点を当てた他の研究とは異なり、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IEEE 802.15.4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。
IoTScentは、ライブトラフィックキャプチャと機能抽出機能を提供し、データ収集パイプラインのセットアップ、データ収集プロセスの自動化、および法医学的エビデンス抽出に使用可能な準備済み機能の提供を簡略化する、法医学的データ収集のためのフレームワークを提供する。
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。
ここで発表された研究は、この分野で直面している課題に対処し、IoTScentツールを公開することによって、IoT Forensicsの継続的な研究に大きく貢献している。
関連論文リスト
- Lightweight Dataset for Decoy Development to Improve IoT Security [0.1227734309612871]
本稿では,IoT(Internet of Things)アクティビティをデコイを作成する準備として,軽量なデータセットを提案する。
データセットは、実際のネットワーク設定で異なるシナリオから構成される。
論文 参考訳（メタデータ） (2024-07-29T12:01:50Z) - 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) - Survey and Analysis of IoT Operating Systems: A Comparative Study on the Effectiveness and Acquisition Time of Open Source Digital Forensics Tools [1.0968343822308813]
本研究プロジェクトの主な目的は,IoT(Internet-of-Things)デバイスから収集したデジタルエビデンスに対する,オープンソース法医学ツールの有効性と速度を評価することである。
このプロジェクトでは、一般的なIoTオペレーティングシステム間で多くのIoT環境を作成し、設定し、この目標を達成するために一般的な法医学的タスクを実行する。
論文 参考訳（メタデータ） (2024-07-01T17:06:32Z) - 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) - Learning, Computing, and Trustworthiness in Intelligent IoT
Environments: Performance-Energy Tradeoffs [62.91362897985057]
Intelligent IoT Environment(iIoTe)は、半自律IoTアプリケーションを協調実行可能な異種デバイスで構成されている。
本稿では,これらの技術の現状を概観し,その機能と性能,特にリソース,レイテンシ,プライバシ,エネルギー消費のトレードオフに注目した。
論文 参考訳（メタデータ） (2021-10-04T19:41:42Z) - Autonomous Maintenance in IoT Networks via AoI-driven Deep Reinforcement
Learning [73.85267769520715]
IoT(Internet of Things)は、デプロイされるデバイスやアプリケーションの数の増加とともに、ネットワークのメンテナンス手順に大きな課題をもたらしている。
部分観測可能なマルコフ決定プロセスとして,IoTネットワークにおける自律的メンテナンスの問題を定式化する。
深層強化学習アルゴリズム (drl) を用いて, 保守手順が整っているか否かを判断するエージェントを訓練し, 前者の場合, 適切なメンテナンス方法が必要となる。
論文 参考訳（メタデータ） (2020-12-31T11:19:51Z) - 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) - Zero-Bias Deep Learning for Accurate Identification of Internet of
Things (IoT) Devices [20.449229983283736]
物理層信号を用いたIoTデバイス識別のための拡張ディープラーニングフレームワークを提案する。
航空におけるIoTの応用であるADS-B(Automatic Dependent Surveillance-Broadcast)の実データを用いて,提案手法の有効性を評価した。
論文 参考訳（メタデータ） (2020-08-27T20:50:48Z) - 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 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)
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。