論文の概要: Analyzing Consumer IoT Traffic from Security and Privacy Perspectives: a Comprehensive Survey

• arxiv url: http://arxiv.org/abs/2403.16149v4
• Date: Wed, 08 Jan 2025 12:40:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-09 14:54:17.773270
• Title: Analyzing Consumer IoT Traffic from Security and Privacy Perspectives: a Comprehensive Survey
• Title（参考訳）: セキュリティとプライバシの観点から消費者IoTトラフィックを分析する - 総合的な調査
• Authors: Yan Jia, Yuxin Song, Zihou Liu, Qingyin Tan, Yang Song, Yu Zhang, Zheli Liu,
• Abstract要約: この調査では、2018年1月から2024年6月までに、CIoTセキュリティとプライバシドメイン内のトラフィック分析に関する303のパブリッシュをレビューする。 CIoTのセキュリティとプライバシのリスクを研究するために、トラフィック分析ツールの応用を理解する研究者を支援することを目的としている。
• 参考スコア（独自算出の注目度）: 12.143051429967437
• License:
• Abstract: The Consumer Internet of Things (CIoT), a notable segment within the IoT domain, involves the integration of IoT technology into consumer electronics and devices, such as smart homes and smart wearables. Compared to traditional IoT fields, CIoT differs notably in target users, product types, and design approaches. While offering convenience to users, it also raises new security and privacy concerns. Network traffic analysis, a widely used technique in the security community, has been extensively applied to investigate these concerns about CIoT. Compared to network traffic analysis in other fields such as mobile apps and websites, CIoT presents unique characteristics, introducing new challenges and research opportunities. Researchers have made significant contributions in this area. To aid researchers in understanding the application of traffic analysis tools for studying CIoT security and privacy risks, this survey reviews 303 publications on traffic analysis within the CIoT security and privacy domain from January 2018 to June 2024, focusing on three research questions. Our work: 1) outlines the CIoT traffic analysis process and highlights its differences from general network traffic analysis. 2) summarizes and classifies existing research into four categories according to its application objectives: device fingerprinting, user activity inference, malicious traffic detection, and measurement. 3) explores emerging challenges and potential future research directions based on each step of the CIoT traffic analysis process. This will provide new insights to the community and guide the industry towards safer product designs.
• Abstract（参考訳）: IoTドメインの注目すべき部分であるConsumer Internet of Things(CIoT)には、スマートホームやスマートウェアラブルといったコンシューマエレクトロニクスやデバイスへのIoTテクノロジの統合が含まれている。 従来のIoTフィールドと比較して、CIoTは特にターゲットユーザ、製品タイプ、設計アプローチが異なる。 ユーザーに利便性を提供する一方で、新たなセキュリティとプライバシーの懸念も高めている。 セキュリティコミュニティで広く使用されているネットワークトラフィック分析は、CIoTに関するこれらの懸念を調査するために広く適用されている。 モバイルアプリやWebサイトなどの他の分野のネットワークトラフィック分析と比較すると、CIoTには独自の特徴があり、新たな課題や研究機会が導入されている。 研究者はこの分野で大きな貢献をしている。 CIoTセキュリティとプライバシリスクを研究するためのトラフィック分析ツールの適用を理解するために、2018年1月から2024年6月までに、CIoTセキュリティとプライバシドメイン内のトラフィック分析に関する303のパブリッシュをレビューし、3つの研究課題に焦点を当てた。 私たちの作品。 1)CIoTトラフィック分析プロセスの概要と,一般的なネットワークトラフィック解析との違いについて述べる。 2) 既存研究を, デバイス指紋, ユーザ行動推定, 悪意のあるトラフィック検出, 測定の4つのカテゴリに分類し, 分類した。 3)CIoTトラフィック分析プロセスの各ステップに基づいて,新たな課題と今後の研究方向性について検討する。 これにより、コミュニティに新たな洞察を与え、製品設計をより安全にするための業界ガイドとなるでしょう。

関連論文リスト

• I Still See You: Why Existing IoT Traffic Reshaping Fails [14.077052412195263]
  Internet of Things(IoT)デバイスによって生成されたインターネットトラフィックデータは、インターネットサービスプロバイダ(ISP)とデバイスメーカによって収集される。 オンパスの敵は、これらのネットワークトラフィックトレースを分析することによって、ユーザの機密プライバシー情報を推測し、フィンガープリントすることができる。 現在、既存の研究の包括性を比較評価する体系的な方法はない。
  論文  参考訳（メタデータ） (2024-06-14T18:11:44Z)
• A Survey on Intelligent Internet of Things: Applications, Security, Privacy, and Future Directions [8.657062539499476]
  IoT(Internet of Things)の急速な進歩は、コミュニケーション技術の革命を促進し、さまざまなカスタマーサービスを提供している。 人工知能(AI)技術は、IoT操作の促進と、現代的なアプリケーションシナリオにおけるその可能性の最大化に活用されている。 IoTとAIの収束により、Intelligent IoT(IIoT)と呼ばれる新しいネットワークパラダイムが生まれました。
  論文  参考訳（メタデータ） (2024-06-06T07:55:30Z)
• TrafficGPT: Towards Multi-Scale Traffic Analysis and Generation with Spatial-Temporal Agent Framework [3.947797359736224]
  我々は3つのAIエージェントを用いてマルチスケールトラフィックデータを処理するマルチスケールトラフィック生成システムであるTrafficGPTを設計した。 TrafficGPTは,1)ユーザと対話し,テキストを介して予測タスクを抽出するテキスト・ツー・デマンドエージェント,2)マルチスケールトラフィックデータを利用して時間的特徴と類似性を生成するトラフィック予測エージェント,3)予測結果を用いて提案や視覚化を行う提案・可視化エージェントの3つの重要なAIエージェントから構成される。
  論文  参考訳（メタデータ） (2024-05-08T07:48:40Z)
• Deep Learning Approaches for Network Traffic Classification in the Internet of Things (IoT): A Survey [0.0]
  IoT(Internet of Things)は前例のない成長を遂げ、相互接続されたデバイスからの多様なネットワークトラフィックが大量に流入している。 このネットワークトラフィックを効果的に分類することは、リソース割り当ての最適化、セキュリティ対策の強化、IoTシステムにおける効率的なネットワーク管理の確保に不可欠である。 ディープラーニングは、生データから複雑なパターンや表現を自動的に学習する能力のために、ネットワークトラフィック分類の強力なテクニックとして登場した。
  論文  参考訳（メタデータ） (2024-02-01T14:33:24Z)
• A Study of Situational Reasoning for Traffic Understanding [63.45021731775964]
  トラフィック領域における状況推論のための3つの新しいテキストベースのタスクを考案する。 先行作業における言語推論タスクにまたがる一般化能力を示す知識強化手法を4つ採用する。 本稿では,データ分割におけるモデル性能の詳細な解析を行い,モデル予測を分類的に検討する。
  論文  参考訳（メタデータ） (2023-06-05T01:01:12Z)
• Intelligent Traffic Monitoring with Hybrid AI [78.65479854534858]
  マルチモーダルコンテキスト理解のためのニューロシンボリックアーキテクチャであるHANSを紹介する。 HANSが交通監視に関わる課題にどのように対処するかを示すとともに,幅広い推論手法と統合可能であることを示す。
  論文  参考訳（メタデータ） (2022-08-31T17:47:22Z)
• Deep Learning Serves Traffic Safety Analysis: A Forward-looking Review [4.228522109021283]
  本稿では,トラヒックビデオの理解と解釈に使用できる,典型的な処理パイプラインを提案する。 この処理フレームワークは、ビデオ強調、ビデオ安定化、セマンティックおよびインシデントセグメンテーション、オブジェクト検出と分類、軌道抽出、速度推定、イベント分析、モデリング、異常検出を含む。
  論文  参考訳（メタデータ） (2022-03-07T17:21:07Z)
• Artificial Intelligence for IT Operations (AIOPS) Workshop White Paper [50.25428141435537]
  AIOps(Artificial Intelligence for IT Operations)は、マシンラーニング、ビッグデータ、ストリーミング分析、IT運用管理の交差点で発生する、新たな学際分野である。 AIOPSワークショップの主な目的は、アカデミアと産業界の両方の研究者が集まり、この分野での経験、成果、作業について発表することです。
  論文  参考訳（メタデータ） (2021-01-15T10:43:10Z)
• Constraint Programming Algorithms for Route Planning Exploiting Geometrical Information [91.3755431537592]
  本稿では,経路計画問題に対する新しいアルゴリズムの開発に関する現在の研究動向について概説する。 これまでの研究は、特にユークリッド旅行セールスパーソン問題(ユークリッドTSP)に焦点を当ててきた。 目的は、将来ユークリッド自動車問題(ユークリッドVRP)など、同じカテゴリーの他の問題にも得られる結果を活用することである。
  論文  参考訳（メタデータ） (2020-09-22T00:51:45Z)
• Urban Sensing based on Mobile Phone Data: Approaches, Applications and Challenges [67.71975391801257]
  モバイルデータ分析における多くの関心は、人間とその行動に関連している。 本研究の目的は,携帯電話データから知識を発見するために実装された手法や手法をレビューすることである。
  論文  参考訳（メタデータ） (2020-08-29T15:14:03Z)
• 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)

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。