論文の概要: A Systematic Review on Crimes facilitated by Consumer Internet of Things Devices

• arxiv url: http://arxiv.org/abs/2510.09618v1
• Date: Wed, 17 Sep 2025 17:15:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-20 05:23:07.131963
• Title: A Systematic Review on Crimes facilitated by Consumer Internet of Things Devices
• Title（参考訳）: モノのインターネットによる犯罪の体系的検討
• Authors: Ashley Brown, Nilufer Tuptuk, Enrico Mariconti, Shane Johnson,
• Abstract要約: コンシューマIoTデバイスをターゲットにした識別されたセキュリティ攻撃には、man-in-the-middle(MiTM)攻撃、同期攻撃、DoS(DoS)、DNS中毒、マルウェアなどがある。 セキュリティ・アタックの他に、セキュリティ・アタックの他、詐欺、ID盗難、暗号不正、家庭内虐待などの犯罪のシナリオについても論じる。
• 参考スコア（独自算出の注目度）: 3.5285986684260475
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: It is well documented that criminals use IoT devices to facilitate crimes. The review process follows a systematic approach with a clear search strategy, and study selection strategy. The review included a total of 543 articles and the findings from these articles were synthesised through thematic analysis. Identified security attacks targeting consumer IoT devices include man-in-the-middle (MiTM) attacks, synchronisation attacks, Denial-of-Service (DoS), DNS poisoning and malware, alongside device-specific vulnerabilities. Besides security attacks, this review discusses mitigations. Furthermore, the literature also covers crime threat scenarios arising from these attacks, such as, fraud, identity theft, crypto jacking and domestic abuse.
• Abstract（参考訳）: 犯罪者はIoTデバイスを使って犯罪を促進することは十分に文書化されている。 レビュープロセスは、明確な探索戦略と研究選択戦略を備えた体系的なアプローチに従う。 レビューには合計543の論文が含まれており、これらの論文から得られた結果は、テーマ分析によって合成された。 コンシューマIoTデバイスをターゲットにした特定セキュリティ攻撃には、デバイス固有の脆弱性に加えて、man-in-the-middle(MiTM)攻撃、同期攻撃、DoS(DoS)、DNS中毒、マルウェアなどがある。 セキュリティ攻撃の他に、このレビューでは緩和について論じる。 さらに、この文献は、詐欺、身元盗難、暗号詐欺、家庭内虐待など、これらの攻撃によって引き起こされた犯罪の脅威シナリオについても触れている。

関連論文リスト

• 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)
• Illusions of Relevance: Using Content Injection Attacks to Deceive Retrievers, Rerankers, and LLM Judges [52.96987928118327]
  検索,リランカー,大型言語モデル(LLM)の埋め込みモデルは,コンテンツインジェクション攻撃に対して脆弱であることがわかった。 主な脅威は,(1) 意味不明な内容や有害な内容の挿入,(2) 関連性を高めるために,問合せ全体あるいはキークエリ用語の挿入,の2つである。 本研究は, 注射内容の配置や関連物質と非関連物質とのバランスなど, 攻撃の成功に影響を与える要因を系統的に検討した。
  論文  参考訳（メタデータ） (2025-01-30T18:02:15Z)
• A Review on the Security Vulnerabilities of the IoMT against Malware Attacks and DDoS [0.0]
  インターネット・オブ・メディカル・モノ(IoMT)は、医療機器を接続して患者の治療結果を監視することで医療産業を変革した。 本報告では,IoMT機器の脆弱性を概観し,重大な脅威に着目し,緩和策を検討する。
  論文  参考訳（メタデータ） (2025-01-13T21:29:06Z)
• VMGuard: Reputation-Based Incentive Mechanism for Poisoning Attack Detection in Vehicular Metaverse [52.57251742991769]
  車両メタバースガード(VMGuard)は、車両メタバースシステムをデータ中毒攻撃から保護する。 VMGuardは、参加するSIoTデバイスの信頼性を評価するために、評判に基づくインセンティブメカニズムを実装している。 当社のシステムは,従来は誤分類されていた信頼性の高いSIoTデバイスが,今後の市場ラウンドへの参加を禁止していないことを保証します。
  論文  参考訳（メタデータ） (2024-12-05T17:08:20Z)
• Manipulating Recommender Systems: A Survey of Poisoning Attacks and Countermeasures [46.89053065058286]
  一部のレコメンデーターシステムは、毒殺攻撃に弱い。 毒攻撃とは、敵が、システムの最終的な勧告を操作することを目的として、モデルを訓練するプロセスに、慎重に構築されたデータを注入する攻撃である。 文献に記載された30以上の攻撃を整理し,その範囲を定式化するための新しい分類法を提供する。 特定の攻撃に対する効果を評価し,40以上の予防対策について検討した。
  論文  参考訳（メタデータ） (2024-04-23T11:36:36Z)
• 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)
• Synthesis of Adversarial DDOS Attacks Using Tabular Generative Adversarial Networks [0.0]
  攻撃のテクノロジーが進化を続ける中で、新しいタイプの攻撃が目立っている。 これらの攻撃の1つは、GAN(Generative Adversarial Networks)に基づく攻撃で、機械学習IDSの脆弱性を回避できる。 本研究は、GINを用いて生成した実DDoS攻撃を用いて合成された敵攻撃がIDSに与える影響について検討する。
  論文  参考訳（メタデータ） (2022-12-14T18:55:04Z)
• Towards Automated Classification of Attackers' TTPs by combining NLP with ML Techniques [77.34726150561087]
  我々は,NLP(Natural Language Processing)と,研究におけるセキュリティ情報抽出に使用される機械学習技術の評価と比較を行った。 本研究では,攻撃者の戦術や手法に従って非構造化テキストを自動的に分類するデータ処理パイプラインを提案する。
  論文  参考訳（メタデータ） (2022-07-18T09:59:21Z)
• Machine Learning-Enabled IoT Security: Open Issues and Challenges Under Advanced Persistent Threats [15.451585677257235]
  モノのインターネット(IoT)は、無線媒体の脆弱性のため、サイバーの弱点がある。 アドバンスト・永続脅威(APT)は、ネットワークを侵害するサイバー犯罪者にとって顕著である。 機械学習(ML)ベースの手法は、有望なパフォーマンスを持つIoTネットワークにおけるサイバー脅威に対して広く使用されている。
  論文  参考訳（メタデータ） (2022-04-07T13:25:49Z)
• 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)

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。