論文の概要: CONTEX-T: Contextual Privacy Exploitation via Transformer Spectral Analysis for IoT Device Fingerprinting
- arxiv url: http://arxiv.org/abs/2601.16160v1
- Date: Thu, 22 Jan 2026 18:03:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-23 21:37:20.685432
- Title: CONTEX-T: Contextual Privacy Exploitation via Transformer Spectral Analysis for IoT Device Fingerprinting
- Title（参考訳）: CONTEX-T:IoTデバイスフィンガープリントのための変換器分光分析によるコンテキストプライバシ爆発
- Authors: Nazmul Islam, Mohammad Zulkernine,
- Abstract要約: モノのインターネット(IoT)デバイスの急速な拡張は、暗号化された無線通信がプライバシとセキュリティを保護する主要なメカニズムとして機能する、広範なエコシステムを生み出しました。
暗号化はメッセージの内容を効果的に保護するが、パケットメタデータと統計は必然的にデバイスアイデンティティとユーザコンテキストを公開している。
本報告では,IoTデバイスを特徴付けるために,暗号化された無線トラフィックのスペクトル表現を用いて,コンテキストプライバシの脆弱性を利用する新しいフレームワークであるCONTEX-Tを提案する。
- 参考スコア（独自算出の注目度）: 0.8164433158925591
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The rapid expansion of internet of things (IoT) devices have created a pervasive ecosystem where encrypted wireless communications serve as the primary privacy and security protection mechanism. While encryption effectively protects message content, packet metadata and statistics inadvertently expose device identities and user contexts. Various studies have exploited raw packet statistics and their visual representations for device fingerprinting and identification. However, these approaches remain confined to the spatial domain with limited feature representation. Therefore, this paper presents CONTEX-T, a novel framework that exploits contextual privacy vulnerabilities using spectral representation of encrypted wireless traffic for IoT device characterization. The experiments show that spectral analysis provides new and rich feature representation for covert reconnaissance attacks, revealing a complex and expanding threat landscape that would require robust countermeasures for IoT security management. CONTEXT-T first transforms raw packet length sequences into time-frequency spectral representations and then utilizes transformer-based spectral analysis for the device identification. We systematically evaluated multiple spectral representation techniques and transformer-based models across encrypted traffic samples from various IoT devices. CONTEXT-T effectively exploited privacy vulnerabilities and achieved device classification accuracy exceeding 99% across all devices while remaining completely passive and undetectable.
- Abstract（参考訳）: モノのインターネット(IoT)デバイスの急速な拡張は、暗号化された無線通信がプライバシとセキュリティを保護する主要なメカニズムとして機能する、広範なエコシステムを生み出しました。
暗号化はメッセージの内容を効果的に保護するが、パケットメタデータと統計は必然的にデバイスアイデンティティとユーザコンテキストを公開している。
様々な研究が、デバイスの指紋認証と識別のために生パケット統計とそれらの視覚的表現を利用してきた。
しかし、これらのアプローチは、限られた特徴表現を持つ空間領域に限られている。
そこで本研究では,IoTデバイスの特性評価のために,暗号化された無線トラフィックのスペクトル表現を用いたコンテキストプライバシ脆弱性を利用した新しいフレームワークであるCONTEX-Tを提案する。
実験によると、スペクトル分析は秘密の偵察攻撃に対して、新しいリッチな特徴表現を提供し、IoTセキュリティ管理に堅牢な対策を必要とする、複雑で拡大する脅威の状況を明らかにする。
CONTEXT-Tは、まず、生パケット長列を時間周波数スペクトル表現に変換し、次に、変換器ベースのスペクトル分析を用いてデバイス識別を行う。
各種IoTデバイスからの暗号化トラフィックサンプルに対して,複数のスペクトル表現手法とトランスフォーマーベースモデルを体系的に評価した。
CONTEXT-Tは、プライバシーの脆弱性を効果的に活用し、全デバイスで99%以上のデバイス分類精度を達成したが、完全に受動的で検出不能であった。
関連論文リスト
- The Prism Hypothesis: Harmonizing Semantic and Pixel Representations via Unified Autoencoding [82.53463660564933]
セマンティックエンコーダは、主に抽象的意味を符号化する低周波成分をキャプチャするが、ピクセルエンコーダは微細な詳細を伝達する高周波情報を保持する。
本稿では,新しい周波数帯域変調器を用いて意味構造と画素の詳細を調和させるモデルであるUnified Autoencoding (UAE)を提案する。
論文 参考訳（メタデータ） (2025-12-22T18:59:57Z) - Adversary-Aware Private Inference over Wireless Channels [51.93574339176914]
ワイヤレスエッジデバイスにおけるAIベースのセンシングは、人工知能(AI)アプリケーションを大幅に強化する可能性がある。
機密性の高い個人情報は敵によって再構築できるため、プライバシー侵害のリスクを軽減するために特徴の変換が必要である。
本稿では,デバイスがモデルサーバに送信する前に抽出した特徴の変換を適用する,プライバシ保護型AIベースセンシングのための新しいフレームワークを提案する。
論文 参考訳（メタデータ） (2025-10-23T13:02:14Z) - Diversity Boosts AI-Generated Text Detection [51.56484100374058]
DivEyeは、予備的な機能を使って、予測不可能がテキスト間でどのように変動するかをキャプチャする、新しいフレームワークである。
提案手法は、既存のゼロショット検出器を最大33.2%向上させ、微調整ベースラインとの競合性能を達成する。
論文 参考訳（メタデータ） (2025-09-23T10:21:22Z) - METER: Multi-modal Evidence-based Thinking and Explainable Reasoning -- Algorithm and Benchmark [48.78602579128459]
本稿では,画像,ビデオ,音声,映像コンテンツにまたがる偽造検出のための統合ベンチマークMETERを紹介する。
我々のデータセットは4つのトラックから構成されており、それぞれのトラックは実際のvsフェイク分類だけでなく、エビデンスチェーンに基づく説明も必要である。
論文 参考訳（メタデータ） (2025-07-22T03:42:51Z) - Hiding in Plain Sight: An IoT Traffic Camouflage Framework for Enhanced Privacy [2.0257616108612373]
パケットパディングのような既存の技術的難読化手法は、スマートホームのような動的な環境では不足することが多い。
本稿では,交通分析を中断させることでプライバシーを向上する多技術難読化フレームワークを提案する。
論文 参考訳（メタデータ） (2025-01-26T04:33:44Z) - Comparison of Encryption Algorithms for Wearable Devices in IoT Systems [0.0]
IoT(Internet of Things)の拡張により、スマートウォッチや医療モニターなどのウェアラブルデバイスを含む、コネクテッドデバイスの新時代がもたらされた。
ウェアラブルデバイスは革新的な機能を提供するだけでなく、大量の機密データを生成・送信する。
さまざまな暗号化アルゴリズムは、それぞれ独自のアドバンテージと制限を持ち、ウェアラブルIoTデバイスのさまざまなセキュリティと計算ニーズを満たすために利用することができる。
論文 参考訳（メタデータ） (2024-09-01T19:08:52Z) - A Unified Framework for Iris Anti-Spoofing: Introducing Iris Anti-Spoofing Cross-Domain-Testing Protocol and Masked-MoE Method [42.86520659674655]
Iris Anti-Spoofing Cross-Domain-Testing (IAS-CDT) プロトコルを提案する。
7つのデータベースに属する10のデータセットを4つの機関が公開し、6つの異なるデバイスで収集する。
階層的な3つのサブプロトコールを含み、平均性能、断面積一般化、IASモデルのクロスデバイス一般化を評価することを目的としている。
論文 参考訳（メタデータ） (2024-08-19T07:24:36Z) - Privacy Preserving Anomaly Detection on Homomorphic Encrypted Data from IoT Sensors [0.9831489366502302]
均質な暗号化スキームは、暗号化されたままIoTデータ上での操作の処理と実行を可能にする、有望なソリューションである。
本稿では,IoTデバイスが生成する同型暗号化データを対象とした,新たなプライバシー保護型異常検出ソリューションを提案する。
論文 参考訳（メタデータ） (2024-03-14T12:11:25Z) - Domain-Agnostic Hardware Fingerprinting-Based Device Identifier for Zero-Trust IoT Security [7.8344795632171325]
次世代ネットワークは、人間、機械、デバイス、システムをシームレスに相互接続することを目的としている。
この課題に対処するため、Zero Trust(ZT)パラダイムは、ネットワークの完全性とデータの機密性を保護するための重要な方法として登場した。
この研究は、新しいディープラーニングベースの無線デバイス識別フレームワークであるEPS-CNNを導入している。
論文 参考訳（メタデータ） (2024-02-08T00:23:42Z) - Machine Learning for the Detection and Identification of Internet of
Things (IoT) Devices: A Survey [16.3730669259576]
モノのインターネット(IoT)は、さまざまな新興サービスやアプリケーションを可能にする、日常生活の不可欠な部分になりつつあります。
IoTを確保する第一歩は、不正なIoTデバイスを検出し、正当なものを識別することです。
iotデバイスの識別と検出を,デバイス固有のパターン認識,ディープラーニングによるデバイス識別,教師なしデバイス識別,異常デバイス検出の4つのカテゴリに分類した。
論文 参考訳（メタデータ） (2021-01-25T15:51:04Z)
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。