論文の概要: IoTPwnBench: A Synthetic Benchmark for IoT Firmware Security Analysis
- arxiv url: http://arxiv.org/abs/2611.15316v1
- Date: Wed, 11 Nov 2026 10:55:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.107246
- Title: IoTPwnBench: A Synthetic Benchmark for IoT Firmware Security Analysis
- Title(参考訳): IoTPwnBench - IoTファームウェアセキュリティ分析のための総合ベンチマーク
- Abstract要約: IoTPwnBenchは、IoTファームウェアのセキュリティツールの構築と評価のための、合成、モジュール化されたベンチマークである。
86の弱点シナリオと11のデバイスプロファイルにわたる28のCWEクラスをカバーする716の脆弱なファームウェアイメージが含まれている。
このベンチマークは、QEMUの下で静的検査と動的テストのためのカーネルとバイナリを生成する。
- 参考スコア(独自算出の注目度): 6.0646764564325695
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Building and evaluating security tools for IoT firmware requires targets whose weaknesses are known in ad- vance and can be reproduced in a running device. Two problems remain: (1) firmware collected from real-world products provides realistic software, but hardware dependencies and undocumented defects make it difficult to establish what a security tool should be expected to find; and (2) existing benchmarks typically collect sets of vulnerable or misconfigured firmware images without providing purpose-built vulnerable services with explicit weaknesses that a security analysis tool can target. We present IoTPwnBench, a synthetic, modular benchmark that brings these requirements together. IoTPwnBench contains 716 vulnerable firmware images covering 86 weakness scenarios and 28 CWE classes across 11 device profiles, including industrial controllers, health monitors, and household devices. Each vulnerable image runs a plausible device application with simulated sensors and actuators that generate live readings over its native interfaces while exposing one target weakness mapped to a primary CWE. A documented exploitation payload and observable signal establish the expected behavior independently of the evaluated tool. Every vulnerable image is paired with a corrected twin that preserves the device and service while removing that weakness. Researchers can therefore compare the same target before and after correction to assess detection and false positives for the target weakness. The benchmark produces kernel and filesystem binaries for static inspection and dynamic testing under QEMU. Device profiles and weakness modules remain separate, allowing the same scenario to be reused across device contexts. Vulnerable targets were validated manually, and the open source build workflow regenerates the firmware bit-for-bit.
- Abstract(参考訳): IoTファームウェアのセキュリティツールの構築と評価には、アドバンスの弱点が知られ、実行中のデバイスで再現可能なターゲットが必要である。
1) 現実の製品から収集したファームウェアは現実的なソフトウェアを提供するが,ハードウェア依存や未文書の欠陥は,セキュリティツールが何を見つけるべきかを確立するのを難しくする。
これらの要件をまとめる合成モジュール型ベンチマークであるIoTPwnBenchを紹介します。
IoTPwnBenchには、86の弱点シナリオをカバーする716の脆弱なファームウェアイメージと、産業用コントローラ、ヘルスモニター、家庭用デバイスを含む11のデバイスプロファイルにわたる28のCWEクラスが含まれている。
脆弱性のある各イメージは、シミュレーションされたセンサーとアクチュエータを備えたプラウシブルデバイスアプリケーションを実行し、ネイティブインターフェース上でライブ読み込みを生成すると同時に、プライマリなCWEにマップされた1つのターゲットの弱点を露呈する。
文書化されたエクスプロイトペイロードと可観測信号は、評価ツールとは独立して、期待される振る舞いを確立する。
脆弱性のある画像はすべて、その弱点を取り除きながらデバイスとサービスを保存している修正ツインとペアリングされる。
したがって、研究者は修正前後で同じターゲットを比較して、ターゲットの弱点に対する検出と偽陽性を評価することができる。
このベンチマークは、QEMUの下で静的検査と動的テストのためのカーネルとファイルシステムのバイナリを生成する。
デバイスプロファイルと弱点モジュールは分離されたままであり、デバイスコンテキスト全体で同じシナリオを再利用することができる。
脆弱性のあるターゲットは手動で検証され、オープンソースのビルドワークフローはファームウェアのbit-for-bitを再生する。
関連論文リスト
- From Source Code to Network Profile: Automated and Traceable MUD Profile Generation for IoT Devices [86.57251613552715]
ファームウェアとソフトウェアソースコードからIoTデバイス用のトレース可能なMUDプロファイルを生成する,ソースコード駆動のツールであるAutoMUDを紹介する。
コードレベルのエビデンスを分析することで、AutoMUDは、稀なエクササイズや条件付き通信パスを公開し、生成されたすべてのルールをソースレベルの証明にリンクし、除外された結果をレビューの明確な理由で保存する。
論文 参考訳(メタデータ) (2026-09-25T17:52:09Z) - Vulnerability Localization Benchmark: Measuring Agentic Security Analysis at Repository Scale [54.83971397981572]
言語モデルエージェントは、ソフトウェアリポジトリ全体を通してますます運用される。
サイバーセキュリティ評価は、関連するコードを見つけることよりも、脆弱性を検出、再生、または修復できるかどうかを測定する。
脆弱性のローカライゼーションについて検討する。弱点クラスと不慣れなリポジトリが与えられた場合、その弱点に関連する実装ファイルを特定する。
論文 参考訳(メタデータ) (2026-09-14T17:44:51Z) - SCARA: A Semantics-Constrained Autonomous Remediation Agent for Opaque Industrial Software Vulnerabilities [4.392310033538835]
本稿では,産業ソフトウェアのためのセマンティックス制約型自律修復エージェントであるSCARAについて述べる。
上流のバイナリ脆弱性候補と条件付き検証された修正を4段階のパイプラインで接続する。
100%の精度で偽陽性はなく、20.0%の患者を手術不能と回答し、標的再実行後に88.9%の修復に成功した。
論文 参考訳(メタデータ) (2026-05-19T11:00:34Z) - Automated SBOM-Driven Vulnerability Triage for IoT Firmware: A Lightweight Pipeline for Risk Prioritization [0.0]
本稿では,LinuxベースのIoTファームウェアからファイルシステムを抽出する軽量で自動化されたパイプラインを提案する。
包括的なSoftware Bill of Materialsを生成し、特定されたコンポーネントを既知の脆弱性にマップし、多要素トリアージスコアモデルを適用します。
アーキテクチャ,組込みLinuxの正規化課題,および警告疲労軽減を目的とした評価手法について述べる。
論文 参考訳(メタデータ) (2026-01-04T00:09:01Z) - Security Audit of intel ICE Driver for e810 Network Interface Card [0.0]
本研究では,E810イーサネットコントローラを用いたIntel ICEドライバのセキュリティ解析を行った。
静的解析、ファズテスト、タイミングに基づくサイドチャネル評価を採用して、エクスプロイトに対する評価を行う。
論文 参考訳(メタデータ) (2025-10-31T20:20:10Z) - Indirect Prompt Injections: Are Firewalls All You Need, or Stronger Benchmarks? [58.48689960350828]
エージェントインタフェースにおけるシンプルでモジュール的で,モデルに依存しないディフェンスが,高ユーティリティで完全なセキュリティを実現することを示す。
ツール入力ファイアウォール(最小限のファイアウォール)とツール出力ファイアウォール(サニタイザ)の2つのファイアウォールをベースとしたディフェンスを採用している。
論文 参考訳(メタデータ) (2025-10-06T18:09:02Z) - A.S.E: A Repository-Level Benchmark for Evaluating Security in AI-Generated Code [49.009041488527544]
A.S.Eは、AI生成コードのセキュリティを評価するためのリポジトリレベルの評価ベンチマークである。
現在の大規模言語モデル(LLM)は、セキュアなコーディングに苦戦している。
大きな推論予算は、必ずしもより良いコード生成につながるとは限らない。
論文 参考訳(メタデータ) (2025-08-25T15:11:11Z) - 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) - The Impact of SBOM Generators on Vulnerability Assessment in Python: A Comparison and a Novel Approach [56.4040698609393]
Software Bill of Materials (SBOM) は、ソフトウェア構成における透明性と妥当性を高めるツールとして推奨されている。
現在のSBOM生成ツールは、コンポーネントや依存関係を識別する際の不正確さに悩まされることが多い。
提案するPIP-sbomは,その欠点に対処する新しいピップインスパイアされたソリューションである。
論文 参考訳(メタデータ) (2024-09-10T10:12:37Z) - Abusing Processor Exception for General Binary Instrumentation on Bare-metal Embedded Devices [11.520387655426521]
PIFER (Practical Instrumenting Framework for Embedded fiRmware) は、組み込みベアメタルファームウェアに対して、汎用的できめ細かな静的バイナリーインスツルメンテーションを可能にする。
本稿では,修正後のファームウェアの正しい実行を保証するための命令翻訳方式を提案する。
論文 参考訳(メタデータ) (2023-11-28T05:32:20Z)
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。