論文の概要: What's Your NIC Whispering? Network Threat Behavior Recognition via NIC Electromagnetic Side-Channel Leakage

• arxiv url: http://arxiv.org/abs/2608.22941v1
• Date: Mon, 24 Aug 2026 08:13:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-25 13:29:43.961601
• Title: What's Your NIC Whispering? Network Threat Behavior Recognition via NIC Electromagnetic Side-Channel Leakage
• Title（参考訳）: NICのWhisperingとは何か? NIC電磁漏れによるネットワークの脅威行動認識
• Abstract要約: ネットワークインターフェースカード(NIC)の活動により生じる無意図電磁放射について検討した。 NICWhisperは、NIC EM放射を外部から捕捉し、生計測を時間周波数表現に変換し、パケットの内容やホスト側状態を検査せずにネットワークの挙動を認識する。
• 参考スコア（独自算出の注目度）: 8.626464100948668
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Conventional network threat detection primarily relies on packet-level, flow-level, or host-level telemetry. This paper investigates a different observation surface: unintended electromagnetic(EM) emissions generated by network interface card(NIC) activity, and asks whether such physical leakage contains sufficiently structured information for network threat-behavior recognition. We present NICWhisper, which externally captures NIC EM emissions, transforms raw measurements into time-frequency representations, and recognizes network behaviors without inspecting packet contents or host-side runtime states. Rather than competing with traffic-based detection, NICWhisper exploits the physical manifestation of traffic-driven NIC activity, whose timing, rate, concurrency, and burst organization naturally shape the measured EM leakage. We construct a NIC EM dataset covering active benign workloads and seven representative threat behaviors under diverse execution conditions, and systematically evaluate signal dependence, execution variation, measurement perturbation, and cross-device transfer. NICWhisper achieves 80.67\% Macro-F1 across eight behavior classes, while further experiments show that the observed behavior-related information extends beyond simple signal magnitude and remains partially transferable across execution conditions and NIC hardware. These results establish NIC EM leakage as a complementary physical observation source for network security monitoring when direct access to conventional traffic or host telemetry is limited or undesirable.
• Abstract（参考訳）: 従来のネットワーク脅威検出は主にパケットレベル、フローレベル、ホストレベルのテレメトリに依存している。 本稿では,ネットワークインターフェースカード(NIC)の活動によって生じる無意図電磁放射(EM)の観測面について検討し,そのような物理的漏洩にはネットワーク脅威行動認識のための十分な構造化情報が含まれているかどうかを問う。 NICWhisperは、NIC EMエミッションを外部から捕捉し、生計測を時間周波数表現に変換し、パケットの内容やホスト側ランタイム状態を検査せずにネットワークの動作を認識する。 NICWhisperは、トラフィックベースの検出と競合するのではなく、タイミング、レート、並行性、およびバースト組織が測定したEMリークを自然に形作るトラフィック駆動NICアクティビティの物理的表現を利用する。 我々は,様々な実行条件下でのアクティブなベニグアルワークロードと7つの代表的な脅威行動をカバーするNIC EMデータセットを構築し,信号依存,実行変動,測定摂動,デバイス間転送を系統的に評価する。 NICWhisper は 8 つの動作クラスで 80.67 % Macro-F1 を達成する一方、観測された行動関連情報は単純な信号サイズを超え、実行条件や NIC ハードウェア間で部分的に転送可能であることを示した。 これらの結果は、従来のトラフィックやホストテレメトリへの直接アクセスが制限されたり、望ましくない場合に、ネットワークセキュリティ監視のための補完的な物理観測源としてNIC EMリークを確立する。

関連論文リスト

• Behavioral Information Leakage in Darknet Traffic: A Multi-Channel Analysis Across Anonymity Networks [1.8024397171920885]
  本稿では,フローレベルのトラフィックを制御,構造,リズミカルな記述群に分解する行動情報漏洩フレームワークを提案する。 その結果,行動漏洩は匿名ネットワークによって大きく異なることがわかった。
  論文  参考訳（メタデータ） (2026-08-04T18:54:46Z)
• Physical-AI: From Channel Awareness to Environmental Intelligence in 6G Wireless Networks [100.92510794177822]
  従来の無線ネットワークは、物理的環境を明示的にモデル化することなく、瞬時チャネル状態情報(CSI)に依存し、チャネルの変動に反応する。 本研究では,環境に配慮した無線ネットワークのための新しいアーキテクチャであるPhysical-AIを提案する。 提案手法は,特にビームスイッチング遅延の増加にともなって,停止確率とブロック応答遅延を低減させる。
  論文  参考訳（メタデータ） (2026-05-12T09:02:20Z)
• Robust Cross-Domain WiFi Fall Detection via Physics-Driven Attention-Enhanced Transformers [64.35403680946182]
  WiFiチャンネル状態情報(CSI)を利用したデバイスフリーの転倒検出が,高齢者の健康モニタリングのための有望なソリューションとして浮上している。 既存のディープラーニングアプローチでは、目に見えない環境にデプロイされた場合、パフォーマンスが大幅に低下する。 本稿では,新しいCNN-Transformerハイブリッドアーキテクチャを特徴とする,堅牢で汎用的なフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-04-23T03:28:12Z)
• Spatio-Temporal Attention Graph Neural Network: Explaining Causalities With Attention [0.0]
  産業制御システムは重要なインフラを支え、サイバー物理的脅威の増大に直面している。 ICSにおける機械学習に基づく異常検出手法は理論性能が優れている。 ICSにおける教師なしおよび説明可能な異常検出のための時空間グラフニューラルネットワーク(STA-GNN)を提案する。
  論文  参考訳（メタデータ） (2026-03-11T11:41:38Z)
• Benchmarking Dataset for Presence-Only Passive Reconnaissance in Wireless Smart-Grid Communications [2.721477719641864]
  本稿では,一様無線および有線リンクを持つ有線ホームエリアネットワーク(HAN),近隣エリアネットワーク(NAN)および広帯域ネットワーク(WAN)通信グラフ上での受動偵察のためのIEEEに着想を得た文献アンコール型ベンチマーク・データセット・ジェネレータを提案する。
  論文  参考訳（メタデータ） (2026-03-10T12:39:03Z)
• From Flows to Functions: Macroscopic Behavioral Fingerprinting of IoT Devices via Network Services [2.3037558470292185]
  ネットワーク内のIoT(Internet of Things)として知られるカメラ、プリンタ、音声アシスタント、健康モニタリングセンサーなどのデバイスを識別することは、重要な運用課題である。 既存のアプローチのほとんどは、短命の交通ユニット(パケットやフロー)のきめ細かい特徴に適用される機械学習(ML)技術に依存している。 本稿では,IoTデバイスが意図した機能を実行するために使用するネットワークサービスに着目した,行動フィンガープリントのマクロ的,軽量,説明可能な代替手段を提案する。
  論文  参考訳（メタデータ） (2025-12-18T09:37:50Z)
• Smart Surveillance: Identifying IoT Device Behaviours using ML-Powered Traffic Analysis [3.6442413702696506]
  本研究では、IoTデバイスタイプとその動作の分類に機械学習(ML)技術を用いることを検討する。 NPAT対応ルータと,スマートカメラ,コントローラハブ,家電,電力コントローラ,ストリーミングデバイスなど,さまざまなIoTデバイスで構成されるテストベッドを構築した。
  論文  参考訳（メタデータ） (2025-12-06T14:01:56Z)
• Online Reliable Anomaly Detection via Neuromorphic Sensing and Communications [58.796149594878585]
  本稿ではニューロモルフィック無線センサネットワークに基づく低消費電力オンライン異常検出フレームワークを提案する。 検討したシステムでは、中央受信ノードが各時間フレームでニューロモルフィックセンサノード(ニューロSN)のサブセットを積極的にクエリする。 ニューロモルフィックセンサーは事象駆動であり、モニターされたシステムの関連する変化に対応してスパイクを発生させる。
  論文  参考訳（メタデータ） (2025-10-16T13:56:54Z)
• Deep Active Speech Cancellation with Mamba-Masking Network [62.73250985838971]
  アクティブ音声キャンセラ(ASC)のための新しい深層学習ネットワークを提案する。 提案したMamba-Maskingアーキテクチャは、符号化された参照信号と直接対話するマスキング機構を導入する。 実験の結果、ANCシナリオでは7.2dB、ASCでは6.2dBの改善が達成された。
  論文  参考訳（メタデータ） (2025-02-03T09:22:26Z)
• Convolutional Neural Network Design and Evaluation for Real-Time Multivariate Time Series Fault Detection in Spacecraft Attitude Sensors [41.94295877935867]
  本稿では,ドローンのような宇宙船の加速度計および慣性測定ユニット内のスタンプ値を検出するための新しい手法を提案する。 マルチチャネル畳み込みニューラルネットワーク(CNN)は、マルチターゲット分類を実行し、センサ内の障害を独立に検出するために使用される。 ネットワークの異常を効果的に検出し,システムレベルでの回復動作をトリガーする統合手法を提案する。
  論文  参考訳（メタデータ） (2024-10-11T09:36:38Z)
• Evaluating ML Robustness in GNSS Interference Classification, Characterization & Localization [42.14439854721613]
  ジャミング装置はグローバルナビゲーション衛星システム(GNSS)からの信号を妨害する 本稿では、低周波アンテナから得られたスナップショットからなる広範囲なデータセットを提案する。 本研究の目的は,機械学習モデル(ML)の環境変化に対するレジリエンスを評価することである。
  論文  参考訳（メタデータ） (2024-09-23T15:20:33Z)
• Leveraging Low-Rank and Sparse Recurrent Connectivity for Robust Closed-Loop Control [63.310780486820796]
  繰り返し接続のパラメータ化が閉ループ設定のロバスト性にどのように影響するかを示す。 パラメータが少ないクローズドフォーム連続時間ニューラルネットワーク(CfCs)は、フルランクで完全に接続されたニューラルネットワークよりも優れています。
  論文  参考訳（メタデータ） (2023-10-05T21:44:18Z)

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。