IoT Sentinel: Automated Device-Type Identification for Security Enforcement in IoT
随着物联网(IoT)的快速发展,对IoT设备安全性的担忧变得突出。一些供应商正在为家庭和小型办公室网络生产IP连接设备,这些设备通常存在安全设计和实施缺陷。它们还往往缺乏固件更新或补丁的机制,这些机制可以帮助消除安全漏洞。保护存在此类易受攻击设备的网络需要棕地方法:在网络内应用必要的保护措施,以便潜在易受攻击的设备可以共存,而不会危及同一网络中其他设备的安全。在本文中,我们介绍了IOT SENTINEL,这是一种能够自动识别连接到物联网网络的设备类型的系统,并能够强制执行限制易受攻击设备通信的规则,以最大限度地减少因其危害而造成的损害。我们表明IOT SENTINEL在识别设备类型方面是有效的,并且具有最小的性能开销。
2016-12-13 cs.CR
A Framework for Detection and Classification of Attacks on Surveillance Cameras under IoT Networks
针对物联网监控摄像头面临的暴力破解、零日及拒绝服务攻击,提出基于AI的机器学习框架,通过分析网络流量检测异常行为,利用真实数据集训练评估,实现快速入侵检测与响应。
2025-09-04 cs.CR cs.NI
A Survey on Sensor-based Threats to Internet-of-Things (IoT) Devices and Applications
物联网(IoT)的概念在现代技术时代比以往任何时候都更加流行。从小型家用设备到大型工业机器,物联网的愿景使设备与周围的物理世界连接成为可能。这种日益普及的趋势也使得物联网设备和应用程序成为攻击者关注的焦点。已经存在几种类型的恶意活动,试图损害物联网设备的安全和隐私。一个有趣的新兴威胁向量是滥用物联网设备上传感器的攻击。物联网设备容易受到基于传感器的威胁,因为缺乏适当的安全措施来控制应用程序对传感器的使用。通过利用传感器(例如,加速度计、陀螺仪、麦克风、光传感器等)在物联网设备上,攻击者可以从设备中提取信息,将恶意软件传输到设备,或触发恶意活动以危害设备。在本调查中,我们探讨了针对物联网设备的各种威胁,并讨论了它们的传感器如何被滥用于恶意目的。具体来说,我们对物联网设备现有的基于传感器的威胁以及专门为保护物联网设备传感器而开发的对策进行了详细的调查。此外,我们还讨论了物联网设备在基于传感器的威胁背景下的安全和隐私问题,并总结了未来的研究方向。
2018-02-06 cs.CR
IoT Lotto: Utilizing IoT Devices in Brute-Force Attacks
使用中的物联网设备数量正在迅速增加,物联网应用的数量也在迅速增加。与任何新技术一样,快速发展意味着安全威胁和攻击面的快速增加。在过去的几年里,物联网安全已被证明是一个挑战。然而,另一项具有挑战性的任务是防止物联网设备成为恶意攻击者用来闯入其他系统的工具。在本文中,我们提出了一个概念设计,其中物联网设备被用作蛮干攻击的工具,以打破块密码的加密密钥。所提出的设计表明,在攻击中使用足够数量的物联网设备,攻击可以成功破解大密钥块密码。
2018-12-08 cs.CR
U-PoT: A Honeypot Framework for UPnP-Based IoT Devices
物联网设备无处不在的特性给其用户带来了严重的安全隐患。许多消费者物联网设备几乎没有安全实施,从而危及用户的隐私,使其成为大规模网络攻击的目标。事实上,最近Mirai僵尸网络及其变种的爆发已经证明了物联网世界缺乏安全性。因此,了解物联网领域的安全问题和攻击向量非常重要。尽管已经进行了大量研究来保护传统计算系统,但很少关注物联网领域。在这项工作中,我们通过为物联网设备开发蜜罐框架来缩小这一差距。具体来说,我们介绍了U-PoT:一种新颖的蜜罐框架,用于捕获对使用通用即插即用(UPnP)协议的物联网设备的攻击。包括智能开关、智能灯泡、监控摄像机、智能集线器等在内的无数灵巧家庭设备都使用UPnP协议。事实上,在Shodan IoT搜索引擎上进行简单搜索,就会列出1,676,591个暴露在公共网络中的UPnP设备。基于UPnP的物联网设备的普及和无处不在的性质需要一个成熟的物联网蜜罐系统用于UPnP设备。我们的新框架自动创建一个蜜罐从UPnP设备描述文档,并可扩展到任何设备类型或供应商使用UPnP通信。据我们所知,这是为基于UPnP的物联网设备提供灵活且可配置的蜜罐框架的第一项工作。我们在开源许可下发布了U-PoT,以进行进一步研究,并创建了一个UPnP设备描述数据库。我们还在两个仿真设备上评估了我们的框架。我们的实验表明,仿真设备能够模仿真实物联网设备的行为,并欺骗供应商提供的设备管理应用程…
2018-12-13 cs.CR
IoTFuzzSentry: A Protocol Guided Mutation Based Fuzzer for Automatic Vulnerability Testing in Commercial IoT Devices
本文提出协议引导的变异模糊测试工具IoTFuzzSentry,通过注入构造的传输/应用层数据包,自动发现商用物联网设备漏洞,并在真实设备上验证了四类漏洞,已发布两个CVE。
2025-09-11 cs.CR
A Hybrid Algorithm to Enhance Wireless Sensor Networks security on the IoT
物联网(IoT)是一种未来技术,有望通过互联网连接大量设备。随着越来越多的人连接到互联网,人们相信通信将产生大量的数据。物联网目前正在利用无线传感器网络(WSN)来收集,监控和传输数据和使用传感器节点跨无线网络的敏感数据。无线传感器网络面临着攻击者带来的各种威胁,包括未经授权的访问和数据安全。特别是在物联网的背景下,其中具有有限计算能力的小型嵌入式设备(例如传感器节点)被期望连接到更大的网络。因此,无线传感器网络容易受到各种攻击。此外,实现安全性是耗时的和选择性的,因为传统的安全算法由于其计算复杂性和固有延迟而降低网络性能。本文描述了一种加密算法,该算法将安全物联网(SIT)算法与传感器网络安全协议(SPINS)安全协议相结合,以创建轻量级安全算法(LSA),该算法解决了数据安全问题,同时在不牺牲性能的情况下降低了无线传感器网络的功耗。
2023-03-25 cs.CR
Software Update Practices on Smart Home IoT Devices
众所周知,灵巧家庭物联网设备是安全和隐私漏洞的滋生地。尽管一些物联网供应商部署了更新,但更新过程对研究人员来说大多是不透明的。目前还不清楚设备上有哪些软件组件,这些组件是否以及何时更新,以及漏洞如何随着更新而变化。这种不透明性使得人们很难理解物联网设备软件供应链的安全性。为了了解物联网设备上的软件更新实践,我们利用IoT Inspector的真实物联网设备网络流量数据集。我们分析来自纯文本HTTP连接的用户代理字符串。我们专注于用户代理中包含的四个软件组件:cURL,Wget,OkHttp和python-requests。通过跟踪什么类型的设备在什么版本上具有这些组件中的哪些组件,我们发现许多物联网设备可能使用这些组件的过时和易受攻击的版本-基于用户代理-即使脆弱性较低,更新的版本可用;并且对于某些物联网设备来说,更新的推出往往很慢。
2022-09-11 cs.CR
ESAU: Expeditious Swarm Remote Attestation for Pub-Sub IoT Networks with Untrusted Cloud-based Proxy Verifier
National Sun Yat-sen University(国立中山大学)
针对不可信云代理验证器的发布-订阅物联网网络,提出云辅助快速集群远程验证方案,解决资源受限设备轻量级验证、云侧未授权访问及RA与认证密钥交换扩展问题,经分析与仿真验证可行性。
2026-10-14 cs.CR
IoT-REX: A Secure Remote-Control System for IoT Devices from Centralized Multi-Designated Verifier Signatures
本文提出IoT-REX远程控制系统,通过新设计的中心化多指定验证者签名(CMDVS)实现对受感染物联网设备的安全定向控制,实验表明通信规模可压缩至约30%,速度提升三倍。
2023-07-11 cs.CR
IoT-KEEPER: Securing IoT Communications in Edge Networks
物联网设备的日益普及使它们成为攻击者有利可图的目标。由于不安全的产品开发实践,这些设备往往容易受到甚至非常轻微的攻击,并且很容易受到损害。由于物联网设备的数量和异构性,不可能使用传统的端点和网络安全解决方案来保护物联网生态系统。为了解决边缘网络中物联网设备安全的挑战和要求,我们提出了IoT Keeper,这是一种能够实时的保护网络免受任何恶意活动的新型系统。所提出的系统使用轻量级异常检测技术,以确保设备到设备和设备到基础设施的通信,同时使用网关上可用的有限资源。它使用未标记的网络数据来区分网络中观察到的良性和恶意流量模式。通过真实世界测试平台进行的详细评估表明,IoT Keeper能够以高准确率(0.982)和低误报率(0.01)检测到任何生成恶意流量的设备。结果表明,IoT Keeper是轻量级的,响应迅速,可以有效地处理复杂的D2D交互,而无需显式的攻击签名或复杂的硬件。
2018-10-19 cs.CR
Evaluating the Future Device Security Risk Indicator for Hundreds of IoT Devices
物联网设备存在于许多网络中,特别是企业和敏感网络中,并且由于供应商对漏洞的响应速度慢和修补难度高而经常引入安全风险。在本文中,我们希望评估由于新的和未修补的漏洞而导致的物联网设备未来风险的发展在多大程度上可以根据历史信息进行预测。对于这项分析,我们建立在SAFER框架(先知和ARIMA)中现有的预测算法基础上,我们通过来自793个物联网设备的漏洞和补丁的大型数据集进行评估。我们的分析表明,SAFER框架可以正确预测91%的设备的未来风险,证明了其适用性。我们的结论是,这种方法是网络运营商有效检测和应对网络中物联网设备所产生风险的可靠手段。
2022-09-16 cs.CR
Caveat (IoT) Emptor: Towards Transparency of IoT Device Presence (Full Version)
本文提出了一种名为PAISA的隐私敏捷信任根架构,利用ARM TrustZone且无需硬件修改即可保证IoT设备存在及能力的及时安全公告,并实现了基于WiFi信标和Android应用的开源原型。
2023-09-08 cs.CR
IoT-AD: A Framework To Detect Anomalies Among Interconnected IoT Devices
针对互联IoT环境中异常行为易传播的问题,提出兼具检测、限制与恢复功能的IoT-AD框架,经测试其检测准确率最高达98%、耗时低于2.12毫秒,性能优于现有相关方法。
2023-06-11 cs.CR cs.NI
U2Fi: A Provisioning Scheme of IoT Devices with Universal Cryptographic Tokens
配置是物联网设备整个生命周期的起点。物联网设备的传统配置方法面临着几个问题,无论是关于用户体验还是隐私收集。此外,由于资源有限和在线时间长,物联网设备容易受到不同程度的攻击。在本文中,我们提出了U2Fi,这是一种用于物联网设备的新型配置方案。我们提供了一种解决方案,使在分发过程中受到云信任的U2F设备通过WiFi或其侧通道来配置新的物联网设备。此外,后续的设备设置修改、设置更新和所有者转移也可以通过使用已经被信任的U2F设备来执行,以提高安全性并提供更好的用户体验。这可以为物联网中一些有价值的新应用场景提供有用的用户友好性,例如智能酒店。用户只需将通用加密令牌插入安全网关,并通过按下令牌上的用户存在按钮进行授权,即可将智能设备的整个认证迁移到新的站点。此外,相关的解绑定过程也可以通过由密码令牌签名的单个密码操作来完成。
2019-06-14 cs.CR
Baseline functionality for security and control of commodity IoT devices and domain-controlled device lifecycle management
新兴的物联网(IoT)大大增加了家庭、工作场所和智能城市基础设施中的连接设备数量。这不仅需要确保设备相关通信的机密性,还需要确保设备配置和管理的手段--确保只有合法设备才被授予本地域的特权,只有授权代理才能访问设备及其保存的数据,并且软件更新是真实的。支持设备加载、持续设备管理和控制以及安全停用的需求要求提供一套密钥管理服务,用于设备访问控制以及设备对无线基础设施和网络资源的访问。我们确定了这一核心功能,并主张承认有效和可靠的密钥管理支持--在物联网设备内,并通过统一的外部管理平台--作为物联网世界的基线要求。我们提出了一个框架架构,以促进商品物联网场景中安全,灵活和方便的设备管理,并提供了一组说明性的协议作为基础解决方案--不是为了推广特定的解决方案细节,而是为了突出基线功能,以帮助域所有者监督大量独立多供应商物联网设备的部署。
2018-08-09 cs.CR
PrivacyCube: A Tangible Device for Improving Privacy Awareness in IoT
消费者越来越多地将物联网设备带入他们的生活空间,而不了解他们的数据是如何收集、处理和使用的。我们提出了PrivacyCube,一种新颖的有形设备,旨在探索在多大程度上可以提高灵巧家庭的隐私意识。PrivacyCube可视化物联网设备的数据消费,显示与隐私相关的通知。PrivacyCube旨在帮助家庭(i)更好地了解关键的隐私方面,(ii)围绕物联网设备的数据管理实践进行对话。因此,家庭可以学习并集体做出知情的隐私决定。
2022-10-06 cs.CR
IoTSense: Behavioral Fingerprinting of IoT Devices
物联网(IoT)带来了新的挑战,设备识别-设备是什么,以及身份验证-设备是否是它声称的设备。传统上,认证问题是通过加密协议来解决的。然而,密码协议的计算复杂性和/或与密钥管理相关的可扩展性问题使得几乎所有基于密码的认证协议对于IoT来说都是不切实际的。另一方面,设备识别的问题被可悲地忽视了。我们相信,设备指纹识别可以有效地解决这两个问题。在这项工作中,我们提出了一种方法来执行设备的行为指纹,可以用来进行设备类型识别。使用从设备的网络流量提取的特征来近似设备行为。这些特征用于训练可用于检测类似设备类型的机器学习模型。我们使用五重交叉验证来验证我们的方法;在我们所有的实验中,我们报告了86 - 99%的识别率和99%的平均准确度。即使设备使用加密通信,我们的方法也是成功的。此外,我们显示了指纹识别设备类别的初步结果,即,识别具有类似功能的不同设备类型。
2018-04-11 cs.CR
Authentication and Authorization for Mobile IoT Devices using Bio-features: Recent Advances and Future Trends
生物特征正在迅速成为验证物联网设备的关键工具;从这个意义上说,这项调查的目的是总结阻碍生物识别模型大规模开发和部署的因素,包括人体生理(例如,面部、眼睛、指纹-手掌或心电图)和行为特征(例如,签名、语音、步态或手势)。提供了移动IoT设备的认证和授权方案所使用的不同机器学习和数据采掘方法。还介绍了移动物联网设备基于生物特征的认证方案所使用的威胁模型和对策。更具体地说,我们分析了现有的基于生物特征的物联网设备身份验证方案的最新技术水平。基于当前的分类,我们总结了未来在物联网设备基于生物特征的身份验证方案中的研究工作所面临的不同类型的挑战。
2019-01-27 cs.CR
IoT Device Identification Based on Network Communication Analysis Using Deep Learning
Ben-Gurion University of the Negev(本-古里安大学)
由于越来越多地使用安全性较低的物联网设备,组织中针对对手的攻击向量有所增加。由于自带设备(BYOD)政策允许员工将物联网设备带到办公场所并将其连接到组织的网络,因此组织网络受到攻击的风险也有所增加。为了应对这种威胁并保护其网络,组织通常会实施安全策略,其中只允许组织网络上的白名单物联网设备。为了监控这些策略的合规性,区分组织网络内允许的物联网设备与非白名单(未知)物联网设备变得至关重要。在本研究中,将深度学习应用于网络通信,以自动识别网络上允许的物联网设备。与现有方法相比,所提出的方法不需要网络通信的复杂特征工程,因为IoT设备的“通信行为”被表示为从设备的网络通信有效载荷生成的小图像。所提出的方法适用于任何物联网设备,无论用于通信的协议如何。由于我们的方法依赖于网络通信有效载荷,因此它也适用于支持网络地址转换(NAT)的路由器后面的物联网设备。在这项研究中,我们在公开访问的数据集上训练了各种分类器,以识别不同场景中的物联网设备,包括识别已知和未知的物联网设备,实现了超过99%的总体平均检测准确率。
2023-03-02 cs.AI cs.CR cs.CV
Obfuscating IoT Device Scanning Activity via Adversarial Example Generation
针对IoT设备banner被扫描指纹识别的隐私风险,提出BANADV通过语义与视觉相似性空间生成对抗扰动,可欺骗基于学习和匹配的扫描技术,成功率至少80%。
2024-06-17 cs.CR
HCAP: A History-Based Capability System for IoT Devices
物联网在物联网(IoT)应用中高度敏感,因为IoT设备收集我们的个人数据并控制我们环境的安全。除了简单地授予权限外,还应该对权限的使用进行进一步的约束,以实现最小许可原则。由于物联网设备在物理上是嵌入式的,因此通常会根据其相对物理位置以特定顺序访问它们。当物联网设备被访问时,监视这种排序约束是否被遵守提供了一种隔离恶意访问的方法。本文提出了一个基于历史的能力系统,HCAP,在分布式授权环境中执行权限顺序约束。我们正式建立了HCAP的安全保障,并实证评估其性能。
2018-03-30 cs.CR
KESIC: Kerberos Extensions for Smart, IoT and CPS Devices
KESIC通过Kerberos扩展实现物联网设备的高效安全多用户访问,无需修改Kerberos协议,内存和运行时开销显著降低。
2024-07-17 cs.CR
Cleartext Data Transmissions in Consumer IoT Medical Devices
本文介绍了一种从医疗物联网设备捕获网络流量并自动检测可能揭示敏感医疗状况和行为的明文信息的方法。该研究遵循三个步骤的方法,包括流量收集,明文检测和元数据分析。我们分析了四种流行的消费者医疗物联网设备,其中包括一种以明文形式泄露敏感健康信息的智能医疗设备。我们还提出了一个流量捕获和分析系统,该系统与家庭网络无缝集成,并为消费者提供了一个用户友好的界面,以监控和可视化家中物联网设备的数据传输。
2018-03-27 cs.CR
SCI-IoT: A Quantitative Framework for Trust Scoring and Certification of IoT Devices
SCI-IoT提出了一种量化框架,通过30种信任测试和关键门控条件,为物联网设备提供标准化的信任评分和认证方法,以提升安全性和互操作性。
2025-11-22 cs.CR
Shakedown: compiler-based moving target protection for Return Oriented Programing attacks on an industrial IoT device
网络犯罪分子使用面向返回的编程技术来攻击系统和物联网设备。虽然已经开发了防御措施,但并非所有防御措施都适用于受限设备。我们介绍了Shakedown,这是一个编译时随机构建工具,它创建了几个版本的二进制文件,每个版本都有不同的内存布局。针对一个设备开发的攻击不会在具有不同内存布局的另一个设备上起作用。我们在一个工业物联网设备上测试了Shakedown,结果表明,在阻止漏洞利用的同时,其正常功能保持不变。
2018-10-11 cs.CR
Is this IoT Device Likely to be Secure? Risk Score Prediction for IoT Devices Using Gradient Boosting Machines
The University of New South Wales (UNSW)(新南威尔士大学);RMIT University(皇家墨尔本理工大学)
安全风险评估和预测对于部署物联网(IoT)设备的组织至关重要。企业的最低要求是验证物联网设备在国家漏洞数据库(NVD)中报告的漏洞的安全风险。本文提出了一种基于公开信息的物联网设备风险预测方法。我们的解决方案为各种规模的企业提供了一个简单且经济高效的解决方案,以预测部署新物联网设备的安全风险。在对过去八年的NVD记录进行广泛分析后,我们为易受攻击的物联网设备创建了一个独特、系统和平衡的数据集,包括关键技术特征,以及公共资源提供的功能和描述性特征。然后,我们使用机器学习分类模型,如梯度提升决策树(GBDT)在这个数据集上,并实现71%的预测准确率分类设备漏洞评分的严重性。
2021-11-23 cs.CR cs.LG
Deployment Optimization of IoT Devices through Attack Graph Analysis
物联网(IoT)已成为我们工作和家庭生活中不可或缺的一部分。然而,这些物联网设备由于其低成本、低资源、供应商的多样性和专有固件而容易受到漏洞利用。此外,短距离通信协议(例如,蓝牙或ZigBee)为攻击者在组织内的横向移动提供了额外的机会。因此,IoT设备的类型和位置可能会显著改变组织网络的网络安全级别。在本文中,我们基于增强的攻击图分析来量化网络安全级别,该分析考虑了物联网设备的物理位置及其通信能力。我们使用深度优先分支定界(DFBnB)启发式搜索算法来解决两个优化问题:最小风险的完全部署(FDMR)和无风险恶化的最大效用(MURD)。提出了一种可容许的启发式算法来加速搜索。所提出的方法使用具有模拟物联网设备部署的真实网络进行评估。结果表明:(1)增强攻击图对量化组织内部署的物联网设备对安全性的影响的贡献,以及(2)优化物联网部署的有效性。
2019-04-11 cs.CR
Software Unclonable Functions for IoT Devices Identification and Security
针对物联网中合法与受攻击设备区分的关键挑战,本研究在提出的软件不可克隆函数(SUFs)框架下,探究基于硬件性能计数器(HPC)的签名的唯一性有效性,为设备识别与安全提供技术支撑。
2025-08-25 cs.CR
Investigating Threats Posed by SMS Origin Spoofing to IoT Devices
本研究聚焦SMS源地址欺骗对IoT设备的安全威胁,评估32款主流蜂窝IoT网关发现多数依赖SMS发起号码验证身份,且验证了一款产品可被绕过利用,拓展了该安全风险的影响范围。
2024-09-12 cs.CR
Data Security on Mobile Devices: Current State of the Art, Open Problems, and Proposed Solutions
在这项工作中,我们提出了明确的证据,分析,并(在需要时)猜测回答的问题,(1)在移动设备中的具体安全措施有意义地防止未经授权的访问用户数据?(2)现代移动设备以何种方式被未授权方访问?(3)我们如何改进现代移动设备以防止未经授权的访问?我们研究了移动领域的两个主要平台,iOS和Android,并为每个平台提供了对现有和历史安全功能的彻底调查,对已知安全绕过技术的基于证据的讨论,以及具体的补救建议。然后,我们汇总和分析公共记录、文档、文章和博客帖子,对黑客和执法部门未经授权绕过安全功能的情况进行分类和讨论。我们对通过移动设备和相关云服务的执法方法可能访问的数据进行深入分析。我们的事实收集和分析使我们能够提出一些建议,以提高这些设备上的数据安全性。我们提出的缓解措施在很大程度上可以概括为通过强加密增加敏感数据的覆盖范围,但我们详细介绍了实现这一目标和其他目标的各种挑战和方法。我们希望这项工作能够刺激移动终端的安全和隐私开发和研究,提供独特的信息参考,并作为可靠加密对隐私的重要性的循证论据,我们认为这既是一项人权,也是民主运作的组成部分。
2021-05-26 cs.CR cs.CY
Thesis Deployment Optimization of IoT Devices through Attack Graph Analysis
物联网(IoT)已成为我们工作和家庭生活中不可或缺的一部分。然而,这些物联网设备由于其低成本、低资源、供应商的多样性和专有固件而容易受到漏洞利用。此外,短距离通信协议(例如,蓝牙或ZigBee)为攻击者在组织内的横向移动提供了额外的机会。因此,IoT设备的类型和位置可能会显著改变组织网络的网络安全级别。在这项工作中,我们基于增强的攻击图分析来量化网络安全级别,该分析考虑了物联网设备的物理位置及其通信能力。我们使用深度优先分支定界(DFBnB)启发式搜索算法来解决两个优化问题:最小风险的完全部署(FDMR)和无风险恶化的最大效用(MURD)。提出了一种可容许的启发式算法来加速搜索。所提出的方法使用具有模拟物联网设备部署的真实网络进行评估。结果表明:(1)增强攻击图对量化组织内部署的物联网设备对安全性的影响的贡献,以及(2)优化物联网部署的有效性。
2019-11-15 cs.CR
Toward Secure Edge Networks Taming Device to Device (D2D) Communication in IoT
物联网(IoT)的日益普及创造了对基于网络的流量异常检测系统的需求,该系统可以识别行为不端的设备。在这项工作中,我们提出了一种轻量级的技术,物联网保护,用于识别恶意流量。物联网卫士使用半监督学习来区分恶意和良性设备行为,使用设备生成的网络流量。为了实现这一目标,我们从网络日志中提取了39个特征,并丢弃了任何包含冗余信息的特征。在特征选择后,训练模糊C均值(FCM)算法得到区分良性流量和恶意流量的聚类。我们研究了这些聚类中的特征分数,并使用这些信息来预测新流量的类型。使用包含30多个设备的真实测试平台对IoT卫士进行了评估。结果表明,IoTguard在区分各种类型的恶意和良性流量方面具有很高的准确性(98%),并且误报率很低。此外,它具有低资源占用,可以在支持OpenWRT的接入点和COTS计算板上运行。
2018-10-16 cs.CR
Enabling Micro-payments on IoT Devices using Bitcoin Lightning Network
闪电网络(LN)通过利用链下交易解决了比特币的可扩展性问题。然而,由于其存储、内存和处理要求,不可能在资源受限的物联网设备上运行LN。因此,在本文中,我们提出了一种高效且安全的协议,该协议使物联网设备能够通过网关LN节点使用LN的功能。该想法是通过将原始的2/2多重签名通道替换为3/3多重签名通道,使IoT设备利用其数字签名参与LN操作。我们的协议强制LN网关为通道上的所有操作请求IoT设备的加密签名。我们通过在Raspberry Pi上实现收费支付场景来评估所提出的协议,并证明了其可行性和安全性。
2021-03-13 cs.CR
Building Touch-Less Trust in IoT Devices
本文针对物联网设备接触频繁带来的安全威胁,提出一种在物理交互和实质性通信之前验证设备完整性与可信性的无接触信任机制。
2024-09-30 cs.CR
Large-Scale (Semi-)Automated Security Assessment of Consumer IoT Devices -- A Roadmap
本文针对消费级物联网设备缺乏大规模系统性安全评估标准的问题,提出利用基于模型的测试与机器学习技术实现可扩展自动化安全评估的路线图。
2025-04-10 cs.CR
Performance Evaluation of Cryptographic Ciphers on IoT Devices
随着物联网(IoT)的出现和基于应用程序的处理器的使用越来越多,需要在一些广泛使用的物联网硬件架构上检查安全基础设施。当今世界的应用正在向物联网概念发展,因为这使它们快速,高效,模块化和面向未来。然而,这导致了更大的安全风险,因为物联网设备在共存和互连的生态系统中蓬勃发展。由于这些安全风险,在这些设备上测试现有的加密密码并确定它们在执行时间和存储器消耗效率方面是否可行是至关重要的。确定是否需要为这些设备开发新的轻量级加密密码也很重要。本文希望通过在不同的基于物联网的设备上测试各种加密解密技术来实现上述目标,并针对各种不同的数据大小对这些设备之间的执行速度进行比较。关键词-物联网(IoT)、基于应用的处理器、安全性、加密解密、速度、效率
2018-12-05 cs.CR
iTieProbe: Is Your IoT Setup Secure against (Modern) Evil Twin?
本研究提出可用于道德黑客的iTieProbe系统,以邪恶双胞胎攻击测试Wi-Fi配网物联网设备的安全性,在9款商用设备上验证发现多款存在Wi-Fi凭证泄露、设备伪造等严重漏洞。
2023-04-28 cs.CR
IoTDevID: A Behavior-Based Device Identification Method for the IoT
Heriot-Watt University(赫瑞-瓦特大学)
设备识别是保护物联网设备网络的一种方式,由此被识别为可疑的设备随后可以从网络中隔离。在这项研究中,我们提出了一种基于机器学习的方法,IoTDevID,通过其网络数据包的特征来识别设备。由于使用了严格的特征分析和选择过程,我们的研究提供了一种通用和现实的方法来建模设备行为,在两个公共数据集上实现了高预测准确性。该模型的基础特征集被证明是更具有预测性的比现有的特征集用于设备识别,并概括到数据看不见的特征选择过程中。与大多数现有的物联网设备识别方法不同,IoTDevID能够使用非IP和低能耗协议检测设备。
2022-07-19 cs.AI cs.CR cs.NI
Classification of cyber attacks on IoT and ubiquitous computing devices
本文对物联网恶意软件进行分类,识别主要攻击目标与利用方式,指出设备定义和安全目标缺失是核心障碍,并强调现有攻击大多可通过既有技术措施缓解。
2023-12-01 cs.CR
Implementation of Ethereum Accounts and Transactions on Embedded IoT Devices
人们对物联网(IoT)和工业物联网(IIoT)的兴趣日益增长,这带来了一个挑战,即为嵌入式设备产生和收集的数据的认证和公证寻找强大的解决方案。区块链和分布式账本技术代表了解决这些问题的一个很有前途的解决方案,但也引发了其他问题,例如它们的实际可行性。事实上,物联网设备的资源有限,因此可能无法轻松执行参与区块链所需的所有操作。在本文中,我们提出了一种最小架构,允许物联网设备在以太坊区块链上执行数据认证和公证。我们开发了一个硬件-软件平台,通过该平台,IoT传感器)持有秘密密钥和相关联的公共地址,产生签名的交易,然后将其提交给区块链网络。这保证了数据的完整性和真实性,另一方面,最大限度地减少了轻量级设备的计算负担。为了展示所提出的方法的实用性,我们报告并讨论了在ARM Cortex-M4硬件架构上执行的基准测试的结果,通过Ropsten测试网发送事务。我们的研究结果表明,所有必要的操作都可以以很小的延迟执行,从而证明物联网设备可以直接与区块链交互,而没有明显的瓶颈。
2022-06-29 cs.CR
On Runtime Software Security of TrustZone-M based IoT Devices
物联网(IoT)设备已经越来越多地融入我们的日常生活。然而,这样的智能设备遭受广泛的攻击面。特别是,如果物联网设备使用资源受限的微控制器(MCU),则在运行时针对设备软件的攻击具有挑战性。TrustZone-M是MCU的TrustZone扩展,是一种新兴的安全技术,可增强基于MCU的物联网设备。本文首次对启用TrustZone-M的MCU中的潜在软件安全问题进行了安全分析。我们探讨了基于堆栈的缓冲区溢出(BOF)攻击的代码注入,面向返回的编程(ROP)攻击,基于堆的BOF攻击,格式字符串攻击,和攻击非安全可调用(NSC)的上下文中的TrustZone-M的功能。我们使用启用TrustZone-M的SAM L11 MCU验证这些攻击。还讨论了减轻这些软件攻击的策略。
2020-07-12 cs.CR
Securing IoT Apps with Fine-grained Control of Information Flows
物联网正在迅速发展,消费者现在可以使用许多连接的设备。随着这种增长,从智能手机管理设备的物联网应用程序引起了重大的安全问题。通常,这些应用程序通过敏感凭据(如电子邮件和密码)进行保护,这些凭据需要通过特定服务器进行验证,因此需要访问Internet的权限。不幸的是,即使开发人员是善意的,这样的应用程序也可能是不容易保护的,以保证用户的凭据不会泄露给互联网上未经授权的服务器。例如,如果应用依赖于第三方库(许多应用都依赖于第三方库),则这些库可能会捕获和泄漏敏感凭据。应用程序中的错误还可能导致泄漏凭据的可利用漏洞。本文介绍了我们正在进行的一个原型工作,该原型使开发人员能够控制应用程序内的信息如何从敏感的UI数据流向特定的服务器。我们扩展了FlowFence来对敏感的UI数据执行细粒度的信息流策略。
2018-11-03 cs.CR
Security and Privacy for Low Power IoT Devices on 5G and Beyond Networks: Challenges and Future Directions
本文全面调查了5G及未来网络中低功耗IoT设备的安全与隐私问题,通过文献综述确定了影响下一代网络IoT安全的五个关键领域,并提出了未来研究机会。
2023-04-03 cs.CR
Cybersecurity and Frequent Cyber Attacks on IoT Devices in Healthcare: Issues and Solutions
本文综述医疗物联网设备的网络安全威胁与频繁攻击,分析漏洞根源,并提出面向研究人员、机构和安全专家的解决方案与缓解策略。
2025-01-20 cs.CR
Technical Report-IoT Devices Proximity Authentication In Ad Hoc Network Environment
North Carolina A&T State University(北卡罗来纳农工州立大学);University of North Carolina Wilmington(北卡罗来纳大学威尔明顿分校)
物联网(IoT)是一种分布式通信技术系统,为物理设备(例如车辆、家用电器、传感器、执行器等)提供了可能性。被称为物联网,连接和交换数据,更重要的是没有人类交互。由于物联网在我们的日常生活中发挥着重要作用,我们必须确保物联网环境有效工作。在各种安全要求中,物联网设备的身份验证至关重要,因为它是防止可能的攻击者产生任何负面影响的第一步。使用当前的IEEE 802.11基础设施,本文实现了一种基于物联网设备环境(即周围接入点)的物联网设备认证方案。来自广播消息的数据(即,信标帧特性)被用于实现确认自组织IoT网络中的两个设备之间的邻近度的认证因素。
2022-10-01 cs.CR cs.LG
SAFER: Development and Evaluation of an IoT Device Risk Assessment Framework in a Multinational Organization
物联网(IoT)设备的用户通常没有意识到其安全风险,并且无法在选择设备时充分考虑安全因素。这将网络、基础设施和用户置于风险之中。我们开发并评估了SAFER,这是一个物联网设备风险评估框架,旨在提高用户评估连接设备安全性的能力。我们在一个允许使用私人设备的大型跨国组织中部署了SAFER。为了评估该框架,我们对20名员工进行了混合方法研究。我们的研究结果表明,SAFER提高了用户对安全问题的认识。它提供了有价值的建议并影响设备选择。基于我们的研究结果,我们讨论了器械风险评估工具设计的意义,特别是关于风险沟通和用户对器械复杂性的感知之间的关系。
2020-07-29 cs.CR
Securing Cloud-Based Internet of Things: Challenges and Mitigations
本文针对物联网及云化部署带来的网络安全与隐私挑战,系统调查了PaaS/IaaS模式下物联网服务面临的主要安全威胁,并提出主动缓解策略以增强整体安全性。
2024-12-31 cs.CR
A decentralized approach towards secure firmware updates and testing over commercial IoT Devices
互联网技术已经在计算和数据科学领域实现了范式转变,其中一个定义变革的范式就是物联网或物联网。如今,成千上万的家用电器使用集成的智能设备,这些设备允许远程监控和控制,也允许密集的计算工作,例如高端的AI集成智能安全系统,为用户提供持续的警报。这些物联网设备的更新过程通常缺乏检查集中式服务器的安全性的能力,这些服务器可能会受到损害并托管恶意固件文件,因为假定服务器在部署期间是安全的。这个问题的解决方案可以使用分散的数据库来保存哈希和固件。本文讨论了用于托管商业物联网产品固件的不安全服务器的可能影响,旨在提供一种基于区块链的分散式解决方案,以托管具有不变性的固件文件,并控制对固件上传功能的访问,以阻止未经授权的使用。本文揭示了可能的硬件实现和使用加密安全组件在这样的安全架构模型。
2020-11-24 cs.CR cs.DB
Real-Time Energy Monitoring in IoT-enabled Mobile Devices
随着物联网(IoT)范例的快速发展,预计在不久的将来电气设备将具有IoT能力。这使得能够细粒度地跟踪这些设备的个体能耗数据,提供与位置无关的每设备计费。因此,它比最先进的基础设施的基于位置的计量更细粒度,传统上在建筑物或家庭级别上聚合,定义要计费的实体。然而,这种装置内能量计量容易受到操纵和欺诈。作为补救措施,我们提出了一种分散的计量架构,使具有物联网功能的设备能够测量自己的能耗。在这种架构中,设备级消费还被报告给系统级聚合器,该聚合器使用区块链验证分布式信息并提供安全的数据存储,防止不受信任的实体操纵数据。使用实验测试平台上的评估,我们表明,所提出的架构支持设备的移动性,并使位置无关的能源消耗监测。
2020-04-29 cs.CR
SECCS: SECure Context Saving for IoT Devices
物联网设备的能耗是一个非常重要的问题。出于这个原因,已经开发了许多技术来允许物联网节点了解可用能量的量。当能量丢失时,设备停止并保存其状态。这些技术之一是上下文保存,依赖于使用非易失性存储器(NVM)来存储和恢复设备的状态。然而,就物联网设备处理安全而言,这些信息可能是攻击的目标,包括篡改和窃取机密数据。在本文中,我们提出了一个安全的上下文保存(SECCS)的方法,提供了一个上下文保存过程和一个硬件模块,易于实现内的片上系统(SoC)。这种方法为保存到目标NVM中的所有CPU内容提供机密性和完整性。
2019-03-11 cs.CR
Securing IoT Devices in Smart Cities: A Review of Proposed Solutions
Universidad Pontificia Bolivariana(玻利瓦尔宗座大学)
本文针对智慧城市中物联网设备资源有限、易受攻击且安全影响范围广的问题,综述了轻量级密码学、PUFs、区块链三类设备级安全方案的优劣,指出需更实用可扩展的资源高效安全机制。
2025-10-01 cs.CR
LRCoin: Leakage-resilient Cryptocurrency Based on Bitcoin for Data Trading in IoT
目前,构成物联网(IoT)的物联网(IoT)设备数量超过110亿,并且这个数字一直在不断增加。这些设备的流行导致了一种新兴的物联网业务模式,称为设备即服务(DaaS),它使传感器设备能够收集传播到所有感兴趣设备的数据。与其他设备共享数据的设备可以获得一些经济奖励,例如比特币。然而,侧信道攻击(其旨在利用在数据交易执行期间从物联网设备泄漏的一些信息)是可能的,因为大多数物联网设备容易被黑客攻击或受到损害。因此,由于信息泄露,例如泄露用于在比特币系统中签署比特币交易的私钥,在IoT环境中安全地实现数据交易是具有挑战性的。在本文中,我们提出了LRCoin,一种基于比特币的泄漏弹性加密货币,其中用于认证比特币交易的签名算法是泄漏弹性的。LRCoin适用于物联网应用等不可避免的信息泄露场景。我们的核心贡献是提出了一个有效的双线性连续泄漏弹性ECDSA签名。在一般双线性群模型下,在连续泄漏的情况下,证明了该签名算法对自适应选择消息攻击是不可伪造的。理论分析和实现都证明了该方案的实用性。
2018-10-26 cs.CR
A First Step Towards Understanding Real-world Attacks on IoT Devices
随着物联网(IoT)设备的快速增长,必须主动了解它们面临的现实网络安全威胁。本文描述了我们建立蜜罐生态系统的初步努力,作为收集和分析针对物联网设备的真实攻击数据的手段。蜜罐产生有用见解的主要条件是让攻击者相信他们是人类和组织使用的真实系统。物联网设备在这方面提出了独特的挑战,由于各种各样的设备类型和物理连接性的性质。因此,我们创建了一个多阶段的方法来构建蜜罐生态系统,研究人员可以通过观察现实世界中攻击者的行为来逐渐提高低交互蜜罐在模拟物联网设备方面的复杂性。我们在内部和云中部署了蜜罐,并提供了相关的分析和审查基础设施,以确保这些蜜罐无法被轻易识别,并且看起来像是真实的系统。通过这样做,我们能够吸引越来越复杂的攻击数据。我们提出了这个蜜罐生态系统的设计和我们对攻击数据的观察。我们的数据显示,现实世界的攻击者正在明确地攻击物联网设备,一些捕获的活动似乎涉及直接的人类交互(而不是脚本化的自动活动)。我们还为物联网摄像头构建了一个低交互的蜜罐,称为Honeycamera,它向攻击者呈现看似真实的视频。这是我们朝着建立一个更全面的蜜罐生态系统迈出的第一步,这将使研究人员能够具体了解攻击者在物联网设备上的目标,以便更积极地保护它们。
2020-03-02 cs.CR