論文の概要: SHoM: A Mental-Synthesis Trust Management Model for Mitigating Botnet-Driven DDoS Attacks in the Internet of Things

• arxiv url: http://arxiv.org/abs/2507.21178v2
• Date: Wed, 30 Jul 2025 08:57:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-31 11:57:45.846664
• Title: SHoM: A Mental-Synthesis Trust Management Model for Mitigating Botnet-Driven DDoS Attacks in the Internet of Things
• Title（参考訳）: SHoM:モノのインターネットにおけるボットネット駆動型DDoS攻撃を緩和するためのメンタルシンセシス信頼管理モデル
• Authors: Masoud Hayeri Khyavi,
• Abstract要約: DDoS攻撃はIoTのセキュリティに深刻なリスクをもたらす。 信頼管理を通じてモノのインターネットにおけるボットネットに対するDDOS攻撃を扱うためのモデルを提供する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: The advantages of IoT in strengthening commercial, industrial, and social ecosystems have led to its widespread expansion. Nevertheless, because endpoint devices have limited computation, storage, and communication capabilities, the IoT infrastructure is vulnerable to several cyber threats. As a result, DDoS attacks pose a severe risk to the security of IoT. By taking advantage of these weaknesses, attackers may quickly employ IoT devices as a component of botnets to execute DDoS attacks. The most critical development is how more armies of robots are being constructed from IoT devices. We offer a Model for dealing with DDOS attacks on botnets in the Internet of Things via trust management. In this Model, an attempt has been made to consider all aspects of security concerning trust factors to design a reliable and flexible model against DDoS attacks against the Internet of Things. In the initial studies, about 40-50 security models related to the subject have been studied by using review articles
• Abstract（参考訳）: 商用、産業、社会のエコシステムを強化するIoTのアドバンテージは、その広範な拡大につながっている。 それでも、エンドポイントデバイスは計算、ストレージ、通信能力に制限があるため、IoTインフラストラクチャはいくつかのサイバー脅威に対して脆弱である。 その結果、DDoS攻撃はIoTのセキュリティに深刻なリスクをもたらす。 これらの弱点を活用することで、攻撃者はボットネットのコンポーネントとしてIoTデバイスを迅速に使用してDDoS攻撃を実行することができる。 最も重要な開発は、IoTデバイスからより多くのロボットが構築されていることだ。 信頼管理を通じてモノのインターネットにおけるボットネットに対するDDOS攻撃を扱うためのモデルを提供する。 このモデルでは、モノのインターネットに対するDDoS攻撃に対して信頼性があり柔軟なモデルを設計するための信頼要因に関するセキュリティのあらゆる側面を検討する試みがなされている。 最初の研究では、約40-50のセキュリティモデルがレビュー記事を用いて研究されている。

関連論文リスト

• How To Mitigate And Defend Against DDoS Attacks In IoT Devices [0.0]
  本稿では,Miraiボットネットによって起動されるDDoS攻撃の性質と影響を解析する。 IoT環境に適した階層化緩和戦略を提案する。 この論文は、IoTインフラストラクチャを保護するための実践的な対策を理解し、実装するエンジニアや研究者を支援することを目的としている。
  論文  参考訳（メタデータ） (2025-07-15T22:21:19Z)
• CyFence: Securing Cyber-Physical Controllers via Trusted Execution Environment [45.86654759872101]
  サイバー物理システム(CPS)は、サイバー攻撃により多くの負荷を掛けて、技術進化と接続性の向上を経験してきた。 セマンティックチェックを追加することで,サイバー攻撃に対する閉ループ制御システムのレジリエンスを向上させる新しいアーキテクチャであるCyFenceを提案する。 我々はCyFenceをアクティブブレーキデジタルコントローラからなる実世界のアプリケーションとして評価し、異なるタイプの攻撃を無視可能なオーバーヘッドで軽減できることを実証した。
  論文  参考訳（メタデータ） (2025-06-12T12:22:45Z)
• Modern DDoS Threats and Countermeasures: Insights into Emerging Attacks and Detection Strategies [49.57278643040602]
  分散型サービス拒否(DDoS)攻撃は、オンラインサービスとインフラストラクチャに対する重大な脅威として継続する。 本稿は、過去10年間のDDoS攻撃と検出戦略の包括的調査を提供する。
  論文  参考訳（メタデータ） (2025-02-27T11:22:25Z)
• Countering Autonomous Cyber Threats [40.00865970939829]
  ファンデーションモデルは、サイバードメイン内で広く、特に二元的関心事を提示します。 近年の研究では、これらの先進的なモデルが攻撃的なサイバースペース操作を通知または独立に実行する可能性を示している。 この研究は、孤立したネットワークでマシンを妥協する能力について、最先端のいくつかのFMを評価し、そのようなAIによる攻撃を倒す防御メカニズムを調査する。
  論文  参考訳（メタデータ） (2024-10-23T22:46:44Z)
• Classification of cyber attacks on IoT and ubiquitous computing devices [49.1574468325115]
  本稿ではIoTマルウェアの分類について述べる。 攻撃の主要なターゲットと使用済みのエクスプロイトが特定され、特定のマルウェアを参照される。 現在のIoT攻撃の大部分は、相容れない低い労力と高度なレベルであり、既存の技術的措置によって緩和される可能性がある。
  論文  参考訳（メタデータ） (2023-12-01T16:10:43Z)
• Poisoning Attacks in Federated Edge Learning for Digital Twin 6G-enabled IoTs: An Anticipatory Study [37.97034388920841]
  フェデレーションエッジ学習は、デジタルツインの6G対応モノのインターネット(IoT)環境において、プライバシ保護、人工知能(AI)対応のアクティビティをサポートする上で不可欠である。 本稿では,デジタル双対6G対応IoT環境におけるフェデレーションエッジ学習における中毒攻撃の予測研究を提案する。
  論文  参考訳（メタデータ） (2023-03-21T11:12:17Z)
• Dataset: Large-scale Urban IoT Activity Data for DDoS Attack Emulation [7.219077740523682]
  大規模なIoTデバイスネットワークは、ハイジャックされる可能性があり、ボットネットとして使用され、分散サービス拒否(DDoS)攻撃を起動する。 本稿では,4060ノードの都市IoTデプロイメントから得られたデータセットについて述べる。 また、攻撃されたノード数や攻撃期間などのパラメータに基づいて、データセットにアタックアクティビティを注入する合成DDoSアタックジェネレータも提供する。
  論文  参考訳（メタデータ） (2021-10-05T06:34:58Z)
• A Threat Modelling Approach to Analyze and Mitigate Botnet Attacks in Smart Home Use Case [0.5669790037378093]
  我々は、IoTスマートホームユースケースにおけるボットネット攻撃を分析し、軽減するための脅威モデリングアプローチを提案する。 提案手法はスマートホームのユースケースにおける開発レベルの脅威とアプリケーションレベルの脅威を識別する。 ボットネット攻撃で特定された脅威を再現する。
  論文  参考訳（メタデータ） (2021-01-06T17:28:12Z)
• Measurement-driven Security Analysis of Imperceptible Impersonation Attacks [54.727945432381716]
  本稿では,ディープニューラルネットワークを用いた顔認識システムの実用性について検討する。 皮膚の色,性別,年齢などの要因が,特定の標的に対する攻撃を行う能力に影響を及ぼすことを示す。 また,攻撃者の顔のさまざまなポーズや視点に対して堅牢なユニバーサルアタックを構築する可能性についても検討した。
  論文  参考訳（メタデータ） (2020-08-26T19:27:27Z)
• 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)
• Timely Detection and Mitigation of Stealthy DDoS Attacks via IoT Networks [30.68108039722565]
  Internet of Things(IoT)デバイスは、妥協される可能性があり、Mongon DDoSと呼ばれる、新たなタイプのステルスなDistributed Denial of Service(DDoS)攻撃の一部である。 本研究は,この出現するDDoS攻撃をタイムリーに検出・緩和できる,新しい異常検出システム(IDS)を提案する。
  論文  参考訳（メタデータ） (2020-06-15T00:54:49Z)
• SOM-based DDoS Defense Mechanism using SDN for the Internet of Things [14.58995970729543]
  ソフトウェア定義ネットワーク(SDN)を用いたSOMベースのDDoS防御機構を提案する。 このメカニズムの主な考え方は、物のインターネットにおけるデバイスサービスを保護するためにSDNベースのゲートウェイをデプロイすることだ。
  論文  参考訳（メタデータ） (2020-03-15T14:13:17Z)

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。