Are Smart Home Devices Abandoning IPV Victims?
灵巧家庭设备给我们带来了许多好处，如先进的安全性、便利性和娱乐性。然而，这些设备也产生了意想不到的后果，比如让设备的所有者对同一家庭中的亲密伴侣拥有最终的权力，这可能会导致技术促进的家庭虐待（技术滥用）。在本文中，我们对灵巧家庭中技术滥用的调查结果进行了系统化。我们表明，灵巧家庭中的家庭虐待和亲密伴侣暴力（IPV）对虐待者来说更有效，风险更低。受害者发现它更有害，更难以保护自己。我们对灵巧家庭中的所有滥用阶段进行了全面分析，并对每个阶段的风险和需求进行了分类。对当前灵巧家庭技术进行了技术分析，以揭示其局限性。我们还总结了最近的建议，以打击技术滥用的灵巧家庭，并专注于其潜力和缺点。不出所料，我们发现，由于缺乏对灵巧家庭中滥用阶段的理解，许多建议相互冲突。针对所有滥用阶段，提出了设计抗滥用灵巧家庭设备的理想属性。研究界从我们的分析和建议中受益，重点是填补现有灵巧家庭设备安全措施的盲点，并制定适当的安全措施，考虑灵巧家庭中的技术滥用威胁。
2020-08-15 cs.CR cs.CY
Smart Home Survey on Security and Privacy
灵巧家庭是物联网（IoT）范例的一个特殊用例。安全性和隐私性是灵巧家庭网络中的两个主要问题。易受威胁的灵巧家庭可以揭示居住者的生活方式和行为，这可能是一个重要的问题。本文介绍了灵巧家庭的安全需求和威胁，并重点介绍了隐私保护安全模型。我们分类灵巧家庭服务的基础上的空间和时间属性的底层设备到设备和所有者到云的交互。我们提出了一些方法来适应现有的安全解决方案，如距离绑定协议，ISO-KE，SIGMA，TLS，Schnorr，冈本识别计划（IS），彼得森承诺计划，以实现安全和隐私的云辅助家庭区域网络。
2019-05-03 cs.CR cs.NI
Closing the Blinds: Four Strategies for Protecting Smart Home Privacy from Network Observers
不断增长的灵巧家庭物联网设备市场为消费者带来了新的便利，同时也为保护家庭隐私带来了新的挑战。具体而言，互联网服务提供商或邻居WiFi窃听者可以测量来自灵巧家庭设备的互联网流量速率，并推断消费者的私人家庭行为。在这里，我们提出了设备制造商和第三方可以采取的四种策略，以保护消费者免受侧信道流量速率隐私威胁：1）阻止流量，2）隐藏DNS，3）隧道流量，以及4）整形和注入流量。我们希望这些策略以及我们讨论的实施细节将为隐私敏感的灵巧家庭的未来发展奠定基础。
2017-05-18 cs.CR
Helion: Enabling Natural Testing of Smart Homes
本文提出Helion系统，利用n-gram语言建模学习智能家居用户例程规律并预测自然自动化场景，并通过与Home Assistant集成的HelionHA平台实现端到端测试。
2023-08-13 cs.CR cs.SE
Secure Supervised Learning-Based Smart Home Authentication Framework
Vellore Institute of Technology（韦洛尔理工学院）；University of Bolton（博尔顿大学）
针对智能家居环境因通信信道不安全易出现安全隐私问题、现有认证协议易受多种攻击的问题，提出基于安全监督学习的双向认证框架SSL-SHAF，经形式化分析其抗攻击能力更强，且计算成本更低、安全性更优。
2024-02-01 cs.CR cs.LG
Privacy Leakage in Smart Homes and Its Mitigation: IFTTT as a Case Study
灵巧家庭平台和自动化应用程序的组合为灵巧家庭用户带来了很多便利。然而，这也带来了隐私泄露的可能性。如果允许灵巧家庭平台日夜收集用户的所有事件，那么该平台不久将学习该用户的行为模式。在本文中，我们调查IFTTT，最流行的灵巧家庭平台之一，有能力以各种方式，几乎不引人注目的监视用户的日常生活。此外，我们提出了多种减轻隐私泄露的想法，这些想法共同形成了一个过滤和模糊（F&F）过程：首先，它过滤掉IFTTT平台不需要的事件;然后，它模糊剩余事件的值和频率。我们评估的F&F过程，结果表明，所提出的解决方案使IFTTT无法识别任何用户的行为模式。
2019-02-14 cs.CR
Keeping the Smart Home Private with Smart(er) IoT Traffic Shaping
灵巧家庭物联网（IoT）设备的激增为保护家庭内的隐私提出了前所未有的挑战。在本文中，我们证明了一个被动的网络观测器（例如，因特网服务提供商）可以通过分析来自商业上可获得的灵巧家庭设备的因特网业务来推断私人的家庭内活动，即使当这些设备使用端到端传输层加密时也是如此。我们评估常见的方法来抵御这些类型的流量分析攻击，包括防火墙，虚拟专用网络，和独立的链接填充，并发现没有足够的隐藏用户活动与合理的数据开销。我们开发了一种新的防御，“随机流量填充”（STP），这使得它很难一个被动的网络对手，以可靠地区分真正的用户活动从生成的流量模式，旨在看起来像用户的互动。我们的分析提供了一个理论上的限制对手的能力，准确地检测到真正的用户活动的功能的额外的覆盖流量所产生的防御技术。
2019-03-16 cs.CR
An Overview of Wireless IoT Protocol Security in the Smart Home Domain
随着物联网在智能技术中的应用越来越广泛，其协议的混乱变得越来越令人困惑。更严重的是，这些协议的严重安全缺陷变得明显，因为上市时间是一个关键因素，而这是以不彻底的安全设计和测试为代价的。这尤其适用于灵巧家庭领域，消费者驱动的市场需要快速和廉价的解决方案。本文概述了物联网的应用领域，讨论了灵巧家庭中最重要的无线物联网协议，包括KNX-RF、EnOcean、Zigbee、Z-Wave和Thread。最后，描述了这些协议的安全特性，并将它们相互比较，给出了建议，谁的协议更适合于一个安全的灵巧家庭。
2018-01-22 cs.CR
Safe and Secure Smart Home using Cisco Packet Tracer
本文基于 Cisco Packet Tracer 设计并实现了一个集成传感器、开发板、IoT 设备与编程语言的安全智能家居原型，以增强住户对室内设备的控制、监测与安全保障。
2023-04-24 cs.CR cs.NI
Conceptualising an Anti-Digital Forensics Kill Chain for Smart Homes
针对智能家居中犯罪分子利用反数字取证隐藏证据的问题，本文提出面向智能家居生态系统的ADF杀伤链概念，以揭示其特征并支撑数字取证防御。
2023-12-23 cs.CR
Sovereign: User-Controlled Smart Homes
近年来，灵巧家庭的快速部署;其中大多数是由云中的远程服务器控制的。这种设计引起了最终用户的安全和隐私问题。在本文中，我们描述了Sovereign的设计，Sovereign是一个家庭物联网系统框架，为最终用户提供对其家庭物联网系统的完全控制。Sovereign允许家庭物联网设备和应用程序通过应用程序命名的数据进行通信，并直接保护数据。这使得能够通过无线广播媒体进行直接、安全、一对一和一对多的设备到设备通信。Sovereign利用语义名称来构建可用的安全解决方案。我们将Sovereign作为一个基于订阅的开发平台和一个原型家庭物联网控制器来实现。我们的初步评估表明，Sovereign为在现有物联网硬件上运行的用户控制的独立灵巧家庭提供了一个系统的，易于使用的解决方案，而不会产生明显的开销。
2021-08-01 cs.CR cs.NI
Smart Home, security concerns of IoT
物联网（IoT）在家庭环境中已变得广泛流行。人们正在将他们的家更新为灵巧家庭;然而，拥有许多具有始终开启的环境传感器的互联网连接设备的隐私问题仍然没有得到充分解决。默认和弱密码、廉价的材料和硬件以及未加密的通信被认为是物联网设备的主要威胁和漏洞。还提供了解决方案和对策：选择强密码，强身份验证机制，检查暴露或默认凭据的在线数据库以减轻第一个威胁;从信誉良好的公司选择灵巧家庭设备并实施SDN以应对Dos/DDoS威胁;最后是IDS，HTTPS协议和VPN用于窃听。本文的结论是处理进一步的挑战，“缺乏技术支持”，其中自动配置方法应进行分析，这既可以简化安装/维护，并提高安全性的自我配置步骤的灵巧家庭设备。
2020-07-06 cs.CR cs.CY
Towards Privacy-Preserving and Personalized Smart Homes via Tailored Small Language Models
Department of Computing, The Hong Kong Polytechnic University（计算机系，香港理工大学）
针对智能家居LLM助手的隐私泄露问题，提出基于定制SLM的设备端助手HomeLLaMA与可选隐私保护服务PrivShield，并构建DevFinder基准验证其能在提供个性化服务的同时显著增强用户隐私。
2025-07-10 cs.AI cs.CR
ASIA: An Access Control, Session Invocation and Authorization Architecture for Home Energy Appliances in Smart Energy Grid Environments
随着智能能源网的出现，信息安全对于能源分配和能源自动化系统变得非常重要。智能能源网是一种能源运输和分配网络，与IT网络相结合，用于其监测和控制。集成的安全功能对于确保智能电网的可靠和持续运行至关重要。将数百万个灵巧家庭集成到智能电网中会产生进一步的安全相关挑战。本文概述了智能电网环境及其挑战。许多未来的使用案例都围绕着使用ICT网关的灵巧家庭。介绍了保护访问和数据交换的方法，防止操纵信通技术网关的操作。本文介绍了ASIA -用于智能电网的认证，会话调用和授权组件，以保护ICT网关，并应对ICT网关发现和ICT网关寻址等问题。
2015-07-07 cs.CR
Data Privacy in IoT Equipped Future Smart Homes
智能设备正变得与日常生活密不可分，并在提供智能服务和远程监控方面快速发展。为了提供个性化和定制化的服务，需要更多的个人数据汇集。因此，智能服务正变得越来越个性化，并引起了人们对数据隐私和安全的担忧。在本文中，数据隐私的要求，在灵巧家庭环境配备了“物联网”的数据和模型的隐私挑战得到解决。
2020-08-11 cs.CR cs.CY
Securing Smart Home Edge Devices against Compromised Cloud Servers
灵巧家庭物联网系统通常依赖基于云的服务器进行组件之间的通信。虽然存在大量关于物联网安全的工作，但大多数工作都集中在保护客户端（即，IoT设备）。但是，云服务器也可能受到损害。现有方法通常不保护灵巧家庭系统免受受损的云服务器的影响。本文介绍了FIDELIUS：一个运行时系统，用于安全的基于云的存储和通信，即使在存在受损的服务器。FIDELIUS的设计是为间歇性上网的灵巧家庭系统量身定制的。特别是，它支持在与云的通信丢失的情况下对灵巧家庭设备的本地控制，并提供了一个使用事务的一致性模型，以减轻由于网络分区而可能出现的不一致性。我们已经实施了FIDELIUS，开发了一个使用FIDELIUS的灵巧家庭基准，并测量了FIDELIUS的性能和功耗。我们的实验表明，与商业Particle.io框架相比，FIDELIUS减少了超过50%的数据通信时间，并将电池寿命延长了2倍。与PyORAM相比，FIDELIUS的访问速度快4- 7倍，传输的数据少25- 43倍。
2020-06-23 cs.CR
A Smart Home System based on Internet of Things
物联网（IoT）描述了通过互联网共享数据的可识别事物的网络基础设施。灵巧家庭是物联网的应用之一。在灵巧家庭中，家用电器可以被远程监控和控制。这就提出了对物联网系统可靠安全解决方案的需求。授权和身份验证是需要考虑的具有挑战性的物联网安全操作。例如，对灵巧家庭系统的未经授权的访问（如网络攻击）可能会通过控制传感器和执行器，为小偷打开大门而造成危险。本文应用多因素身份验证的额外安全层作为减少未经授权访问的预防方法。其中一个因素是面部识别，由于其非侵入性的生物识别技术，它最近变得流行起来，这种技术很容易与大多数趋势计算机和智能手机上的摄像头一起使用。本文分析了现有物联网灵巧家庭系统中存在的差距，并提出了通过包括必要的系统模块和增强用户注册和登录认证来克服这些差距的改进建议。我们提出了实现这样一个系统的软件架构。据我们所知，现有的物联网灵巧家庭管理研究在其建议的软件架构的认证操作中不支持人脸识别和活性检测。
2020-09-11 cs.CR cs.CY
PDS: Deduce Elder Privacy from Smart Homes
Norwegian University of Science and Technology（挪威科技大学）；University of Oslo（奥斯陆大学）
随着物联网技术在过去几年的发展，各种各样的智能设备被部署在各种环境中，旨在以具有成本效益的方式提高人类生活质量。由于全球老龄化问题日益严重，用于老年医疗的灵巧家庭已成为一种重要的物联网应用，它不仅使老年人的健康得到适当的监测和照顾，而且还使他们能够在家中更舒适和独立地生活。然而，由于网络通信的不完全保护，老年人的隐私可能会从灵巧家庭中泄露。为了证明老年人的隐私可能会被大量暴露，在本文中，我们开发了一个隐私推断方案（PDS）窃听传感器流量从灵巧家庭，以确定老年人的运动活动和推测传感器的位置在灵巧家庭的基础上从攻击者的角度一系列的推理。基于实际灵巧家庭的传感器数据集的实验结果表明，PDS在推断和披露老人隐私方面是有效的，这些隐私可能被攻击者恶意利用，危及老人及其财产。
2020-01-21 cs.CR cs.LG
Privacy-Enhanced Living: A Local Differential Privacy Approach to Secure Smart Home Data
本文提出一种基于本地差分隐私和随机响应技术的智能家居数据保护系统，通过在聚合器端结合混淆方法与隐马尔可夫模型，实现双层隐私保护，以应对物联网设备带来的安全挑战。
2023-08-06 cs.CR
A Comprehensive Survey on Smart Home IoT Fingerprinting: From Detection to Prevention and Practical Deployment
本文综述了智能家居IoT指纹识别技术，分析了设备与事件检测、分类及入侵预防方法，探讨了部署挑战与生成式AI、联邦学习等机遇，并指出了下一代隐私保护的研究方向。
2025-10-09 cs.CR
Identifying and Addressing User-level Security Concerns in Smart Homes Using "Smaller" LLMs
Department of CSE Bangladesh University of Engineering（计算机科学与工程系 bangladesh 工程大学）；Concordia Institute for Information Systems Engineering Concordia University Montreal, Canada（信息系统工程研究所 博士大学 蒙特利尔 加拿大）
本文构建智能家居安全问答数据集，利用LDA提取用户关注的安全问题，并微调T5和Flan-T5等较小模型，在资源受限环境下高效提供准确答案，提升基础模型性能。
2025-09-23 cs.AI cs.CR
Aegis: A Context-aware Security Framework for Smart Home Systems
随着新的灵巧家庭系统（SHS）的引入，我们的日常生活正在快速扩展。今天，无数的SHS设备和应用程序广泛提供给用户，并已开始重新定义我们的现代生活。灵巧家庭用户利用应用程序来控制和自动化这些设备。用户可以开发自己的应用程序，也可以从特定供应商的应用程序市场轻松下载和安装。基于应用程序的SHS为我们的生活提供了许多实实在在的好处，但也带来了各种安全风险。已经报告了几起针对SHS的袭击事件。然而，当前的安全解决方案单独地考虑灵巧家庭设备和应用以检测恶意动作，而不是将SHS的上下文作为整体。现有的机制不能以整体的方式捕获用户活动和传感器-设备-用户交互。为了解决这些问题，在本文中，我们介绍了Aegis，一种新颖的上下文感知安全框架，以检测恶意行为的SHS。具体而言，Aegis针对SHS中的不同用户活动和使用模式观察连接的灵巧家庭实体（传感器和设备）的状态，并构建上下文模型以区分恶意和良性行为。我们评估了Aegis在多个灵巧家庭环境中的功效和性能（即，单人卧室、双人卧室、复式），现实生活中的用户执行日常活动和真实的SHS设备。我们还测量了Aegis对五种不同恶意行为的性能。我们的详细评估表明，Aegis能够以高准确度（超过95%）检测SHS中的恶意行为，并保护SHS，无论灵巧家庭布局、设备配置、安装的应用程序和强制执行的用户策略如何。最后，Aegis在SHS中检测恶意行为时实现了最小的开销，…
2019-10-09 cs.CR
Discovering and Understanding the Security Hazards in the Interactions between IoT Devices, Mobile Apps, and Clouds on Smart Home Platforms
灵巧家庭将数十个家庭设备连接到互联网，物联网云运行各种家庭自动化应用程序。在带来前所未有的便利性和可访问性的同时，也给用户带来了各种安全隐患。以前的研究从几个方面研究了灵巧家庭的安全性。然而，我们发现，参与实体之间的相互作用的复杂性（即，设备、物联网云和移动应用程序）尚未得到系统的研究。在这项工作中，我们对五个广泛使用的灵巧家庭平台进行了深入分析。结合固件分析、网络流量拦截和黑盒测试，我们对参与实体之间的交互细节进行了逆向工程。在此基础上，我们分别推导出了三个实体的合法状态转换图。使用这些状态机作为参考模型，我们确定了一组意外的状态转换。为了确认和触发意外的状态转换，我们实现了一组幻影设备来模拟真实设备。通过指示幻影设备干预正常的实体间交互，我们发现了几个新的漏洞和一系列针对现实世界灵巧家庭平台的攻击。
2019-06-26 cs.CR cs.NI
A GAN-based Approach for Mitigating Inference Attacks in Smart Home Environment
Carleton University（卡尔顿大学）
智能的、连接的、始终监听的设备的激增给灵巧家庭环境中的用户带来了重大的隐私风险。除了窃听的显著风险外，入侵者还可以采用机器学习技术从这些设备上的音频记录中推断敏感信息，从而为灵巧家庭用户带来新的隐私问题和攻击变量。诸如声音掩蔽和麦克风干扰之类的技术已经被有效地用来防止窃听者监听私人谈话。在这项研究中，我们探讨了问题的对手间谍灵巧家庭用户推断敏感信息的帮助下，机器学习技术。然后，我们分析的作用，随机性的声音掩蔽的有效性，以减轻敏感信息泄漏。我们提出了一种基于生成对抗网络（GAN）的灵巧家庭隐私保护方法，该方法生成随机噪声来扭曲不需要的基于机器学习的推理。我们的实验结果表明，GANs可用于生成更有效的声音掩蔽噪声信号，这些信号表现出更大的随机性，并有效地减轻基于深度学习的推理攻击，同时保留音频样本的语义。
2020-11-13 cs.CR cs.LG cs.NI
IoT-based Smart Home Device Monitor Using Private Blockchain Technology and Localization
基于物联网（IoT）的灵巧家庭应用正在普及。然而，这种趋势吸引了恶意活动，这导致对具有成本效益的安全性的需求很高。本文提出了一种低端设计，加强了家庭网络的安全性。它使用私有区块链技术，并通过基于RSSI的三边测量进行本地化。我们研究了私有区块链相对于公共区块链的优势，并通过测试不同的无线技术来提高定位算法的精度。结果得出结论，使用私有区块链和基于WiFi的通信系统可以产生最有效的设计迭代。
2021-03-29 cs.CR cs.NI
Cybersecurity Guidance for Smart Homes: A Cross-National Review of Government Sources
Center for Scalable Data Analytics and Artificial Intelligence (ScaDS.AI)（可扩展数据分析与人工智能中心）；Leipzig University, Germany（莱比锡大学）
本文通过跨国民众审查，分析政府为智能家庭用户提供的网络安全指导类型和内容，发现政府提供大量通用安全建议和报告渠道，但针对智能家庭的结构化事件响应指导较少。
2026-03-23 cs.CR cs.CY
Securing Smart Homes via Software-Defined Networking and Low-Cost Traffic Classification
物联网设备由于缺乏行业范围的安全标准，已成为各种网络攻击的热门目标。在这项工作中，我们专注于灵巧家庭物联网设备识别和防御分布式拒绝服务（DDoS）攻击。建议的框架通过使用基于VLAN的网络隔离来保护灵巧家庭。该架构有两个子网：一个是未验证的设备，另一个是已验证的设备，两者都由SDN控制器管理。轻量级的无状态流为基础的功能，包括TCP，UDP协议的百分比，数据包计数和大小，IP多样性比率，提出了有效的功能集合。执行进一步的分析以最小化要在灵巧家庭网络中的资源受限边缘设备上运行的训练数据。三种流行的机器学习算法，包括K-近邻，随机森林和支持向量机，用于对物联网设备进行分类并检测不同类型的DDoS攻击，包括TCP-SYN，UDP和DDoS攻击。该系统的有效性和效率通过模拟由Open vSwitch、Faucet SDN控制器和来自两个不同测试床的多个物联网设备跟踪组成的网络进行评估。
2021-06-16 cs.CR
Effective Anomaly Detection in Smart Home by Integrating Event Time Intervals
灵巧家庭物联网系统和设备容易受到攻击和故障。因此，随着灵巧家庭部署的普及，用户对他们的安全和安全问题的担忧也随之出现。在灵巧家庭中，由于网络攻击、设备故障或人为错误，可能会发生各种异常情况（如火灾或洪水）。这些问题促使研究人员提出各种异常检测方法。现有的灵巧家庭异常检测的工作集中在检查物联网设备的事件序列，但遗漏了事件的时间信息。这一限制使他们无法检测到导致延迟的异常，而不是丢失/注入事件。为了填补这一空白，在本文中，我们提出了一种新的异常检测方法，考虑到事件间的时间间隔。我们提出了一个创新的度量来量化两个事件序列之间的时间相似性。我们设计了一个机制来学习常见的日常活动的事件序列的时间模式。通过将序列与学习的模式进行比较来检测延迟引起的异常。我们从真实世界的测试平台收集设备事件进行训练和测试。实验结果表明，我们提出的方法达到了93%，88%，89%的准确率为三个日常活动。
2022-01-20 cs.CR cs.NI
Privacy Preserving Threat Hunting in Smart Home Environments
最近灵巧家庭环境的激增为致力于提高生活质量和体验的各个领域提供了新的变革环境。大多数这些环境以动态和分散的方式结合了多个利益相关者提供的不同小工具，这反过来又从数字调查的角度提出了新的挑战。此外，由于这些小工具和房主之间的日常互动，产生了大量的数据记录，这给管理和分析这些数据带来了困难。分析师应该支持新的数字调查方法，以解决传统方法在这些环境中使用时的局限性。这种环境中的数字证据可以在存储灵巧家庭内发生的历史事件的日志文件的记录中找到。威胁狩猎可以利用这些小工具的集体性质，更深入地了解应对新威胁的最佳方式，这反过来又有助于减少违规行为的影响。然而，这种方法主要取决于智能房主是否愿意共享从他们的灵巧家庭环境中提取的他们自己的个人使用日志。然而，由于个人网关记录的信息的敏感性，他们可能不愿意使用此类服务。在本文中，我们提出了一种方法，使智能房主共享他们的使用日志在隐私保护的方式。一个分布式的威胁狩猎方法已经开发出来，以允许组成不同的威胁类，而不会透露记录的记录给其他相关方。此外，提出了一个场景，描绘了一个积极的威胁情报共享的潜在威胁检测灵巧家庭环境中的一些实验结果。
2020-01-19 cs.CR cs.IR
The Smart$^2$ Speaker Blocker: An Open-Source Privacy Filter for Connected Home Speakers
家用智能音箱助手的普及和预期增长，如亚马逊的Echo，引发了消费者和隐私倡导者对隐私的担忧。关于营利性组织收集和存储用户数据的重要问题包括：正在收集哪些数据以及如何使用这些数据，谁拥有或可以访问这些数据，以及如何在提供有用服务的同时维护用户隐私。除了担心扬声器制造商将如何处理您的数据外，还有一些更根本的问题，即这些设备、第三方插件以及存储记录数据的服务器的安全性。为了解决这些隐私和安全问题，我们引入了一个中间设备来提供额外的安全层，我们称之为\textit{smart, smart speaker blocker}或智能\textsuperscript{2}。智能$^2$扬声器拦截器通过智能过滤敏感对话，并完全阻止这些信息到达智能扬声器的麦克风，是一款开源的网络本地（离线）智能设备，可为用户提供对离开客厅的数据的决定性控制。
2020-07-20 cs.CR
Towards Practical Integrity in the Smart Home with HomeEndorser
现代灵巧家庭平台中的家庭自动化通常使用触发器动作例程来促进。虽然这样的例程实现了灵活的自动化，但它们也导致了这些系统中的完整性问题的实例：不受信任的第三方可以使用平台API来修改诸如安全摄像机之类的特权、高完整性设备所依赖的抽象家庭对象（AHO）（即，作为触发器），从而传递攻击它们。由于对AHO的大多数访问都是合法的，因此删除权限或应用简单的信息流控制不仅无法防止这些问题，还会破坏有用的功能。因此，本文提出了家庭抽象背书的替代方法，它通过将其与某些特定的，先前的，环境变化相关联来支持对AHO的拟议变更。我们提出了HomeEndorser框架，它提供了一个策略模型，用于指定背书政策的AHO作为设备状态的变化，相对于他们的位置，和一个基于平台的参考监视器，用于调解所有API请求改变AHO对这些设备状态。我们在HomeAssistant平台上对HomeEndorser进行了评估，发现我们可以为HomeEndorser推导出1000多条策略规则，以支持对6个关键AHO的更改，防止恶意和事故，支持检查微基准的开销不到10%，并且在实际使用场景下没有错误警报。通过这样做，HomeEndorser迈出了第一步，为确保API引起的对抽象家居对象的更改与用户环境的物理现实相关联提供了实际基础。
2021-09-10 cs.CR
SHATTER: Control and Defense-Aware Attack Analytics for Activity-Driven Smart Home Systems
针对智能家居控制系统因虚假数据注入攻击而扩大的攻击面，提出一种控制与防御感知的新型攻击分析框架，能高效提取异常检测模型规则，并通过数据集和原型测试床验证其有效性。
2023-04-27 cs.CR
ZLeaks: Passive Inference Attacks on Zigbee based Smart Homes
Zigbee是一种节能的无线物联网协议，越来越多地部署在灵巧家庭中。在这项工作中，我们分析了Zigbee协议的隐私保证。具体来说，我们提出了ZLeaks，一种被动地从加密的Zigbee流量中识别家庭设备或事件的工具，通过1）推断事件流量中的单个应用层（APL）命令，以及2）利用设备的定期报告模式和间隔。这使得攻击者能够推断用户的习惯或确定灵巧家庭是否容易受到未经授权的进入。我们评估了ZLeaks在几个类别的19个独特Zigbee设备和5个流行的智能集线器上的功效，这些设备在三个不同的场景中：受控RF屏蔽，生活智能家居物联网实验室和第三方Zigbee捕获。我们能够i）使用命令推断方法以83.6%的准确度识别未知事件和设备（没有先验设备签名），ii）自动提取设备的报告签名，iii）使用报告签名以99.8%的准确度确定已知设备，以及iv）以91.2%的准确度识别公共捕获中的APL命令。简而言之，我们强调设计低功耗，低成本的无线网络和实现隐私保证之间的权衡。我们还发布了ZLeaks工具，以造福研究社区。
2021-11-26 cs.CR
Smart Home: Application using HTTP and MQTT as Communication Protocols
这项研究揭示了一种解决方案的开发，用于在后COVID-19时代使用物联网领域知识实现灵巧家庭。COVID-19的爆发是灾难性的，由于它从一个身体迅速传播到另一个身体，影响了每个人的生活。这项研究旨在通过消除接触家中任何公共点表面（如开关、门把手和遥控器）的需要来减少病毒传播。我们提供一个通用的解决方案，将事物与互联网相结合，以远程控制它们。该项目旨在展示一个工作解决方案，以控制设备，如智能灯泡，智能风扇，智能空调，智能门锁在我们自主开发的模拟器在WWW上安全地使用两种不同的协议，即，HTTP和MQTT-over-WSS此外，HTTP上的意图认证基于数字签名，当系统部署在不安全的环境中时，使用RSA（加密）和MD5（散列）来演示该数字签名。使用AWS EC2上部署的RESTful API实现HTTP通信协议，使用AWS IoT服务实现MQTT。开发的项目可以应用于任何灵巧家庭设置，如使用AWS IoT、Lambda或类似基础设施作为代理的酒店或公共场所。
2021-12-20 cs.CR cs.HC cs.MM
PingPong: Packet-Level Signatures for Smart Home Device Events
University of California, Irvine（加州大学欧文分校）
灵巧家庭设备容易受到基于网络流量的被动推断攻击，即使存在加密。在本文中，我们介绍了PINGPONG，一个可以自动提取设备事件（例如，灯泡打开/关闭）。我们在流行的灵巧家庭设备上对PINGPONG进行了评估，这些设备包括智能插头和恒温器、摄像头、语音激活设备和智能电视。我们能够：（1）自动提取由分组长度和方向的简单序列组成的先前未知的签名;（2）使用这些签名来检测设备或特定事件，平均召回率超过97%;（3）表明签名在现实世界网络流量的数亿个分组中是唯一的;（4）表明我们的方法也适用于公开可用的数据集;以及（5）证明其在不同设置中的鲁棒性：由本地和远程智能电话以及由家庭自动化系统触发的事件。
2020-02-10 cs.CR cs.DS cs.LG
A Systematic Review of Security Vulnerabilities in Smart Home Devices and Mitigation Techniques
Umm AL-Qura University（乌姆古拉大学）
本文系统综述了智能家居IoT设备在网络层、设备层及云/AI系统中的安全漏洞，评估了后量子加密、AI异常检测、区块链认证和零信任架构等缓解技术的有效性与可扩展性，并指出需在性能、效率与实时适用性之间取得平衡。
2025-04-03 cs.AI cs.CR
Automation of Smart Homes with Multiple Rule Sources
Shenkar College（申卡学院）
针对多利益相关者智能家居规则管理难题，提出包含规则管理流程、规则管理员和领域特定规则语言的系统，并引入学习过程观察住户行为以推导推荐规则。
2024-01-03 cs.CR cs.LG
Peekaboo: A Hub-Based Approach to Enable Transparency in Data Processing within Smart Homes (Extended Technical Report)
我们提出了Peekaboo，一种新的隐私敏感架构，用于灵巧家庭，利用家庭集线器以结构化和可执行的方式预处理和最小化传出数据，然后将其发送到外部云服务器。Peekaboo的关键创新是（1）将常见的数据预处理功能抽象为一组小而固定的可链接操作符，以及（2）要求开发人员显式声明所需的数据汇集行为（例如，数据粒度、目的地、条件），其还指定操作符如何链接在一起。给定一个清单，Peekaboo使用集线器上预加载的操作符组装并执行预处理管道。通过这样做，开发人员可以在需要了解的基础上收集灵巧家庭数据;第三方审计人员可以验证数据汇集行为;集线器本身可以跨应用程序和设备为用户提供许多集中的隐私功能，而无需应用程序开发人员的额外努力。我们提出的设计和实施的躲猫猫，随着其覆盖范围的灵巧家庭的情况下，系统性能，数据最小化，并举例内置的隐私功能的评估。
2022-05-19 cs.CR cs.NI cs.SE
Security Vetting Process of Smart-home Assistant Applications: A First Look and Case Studies
亚马逊Alexa和谷歌Home等灵巧家庭助理系统的普及，催生了蓬勃发展的第三方应用程序市场（两家商店的应用程序超过7万个）。虽然现有的工作已经揭示了这些系统中的安全问题，但如何帮助应用程序开发人员执行安全要求还没有得到很好的理解。在本文中，我们进行了一个初步的案例研究，以研究亚马逊Alexa和谷歌Home应用商店采用的安全审查机制。重点关注Alexa/Google云和第三方应用服务器（即端点）之间的身份验证机制，我们发现当前的安全审查是不够的，因为开发人员的错误无法有效地检测和通知。弱身份验证将允许攻击者欺骗云，以将数据插入应用程序端点/从应用程序端点检索数据。我们通过道德概念验证实验来验证攻击。为了确认易受攻击的应用程序确实通过了安全审查并进入市场，我们开发了一种基于搜索的方法。我们发现219个真实世界的Alexa端点存在漏洞，其中许多与控制灵巧家庭设备和电动汽车的关键应用程序有关。我们已经将我们的调查结果通知了亚马逊和谷歌，并提出了缓解问题的建议。
2020-01-13 cs.CR
From Temporary Access to Persistent Surveillance: Why Matter Matters in Smart Homes
University of Georgia（佐治亚大学）
本研究揭示Matter智能家居标准在物理访问下存在凭证提取与设备冒充漏洞，可致持续监控，并验证了攻击的可行性，提出四项缓解策略。
2026-10-06 cs.CR
Authentication System for Smart Homes Based on ARM7TDMI-S and IRIS-Fingerprint Recognition Technologies
随着技术的快速发展，灵巧家庭已经变得适用，因此需要解决伴随其操作的安全挑战。密码和身份证已被用作家庭环境中的传统认证机制，然而，这些机制的滥用的增加证明它们不太可靠。例如，身份证可能被放错地方、复制或伪造，并被滥用。相反，研究表明，生物识别认证系统，特别是虹膜识别技术（IRT）和指纹识别技术（FRT）具有迄今为止最可靠的机制，提供了巨大的准确性和速度。随着技术变得越来越便宜，IRT和FRT在智能家居中的应用变得更加可靠，并且是应对安全挑战的适当解决方案。本文提出了一种基于IRT、FRT和ARM 7 TDMI的灵巧家庭身份认证系统的设计方法，该系统采用两种生物特征识别机制，首先用户必须将指纹和眼睛注册到摄像头中，以提高系统的可靠性。扫描虹膜和指纹生物特征，并将图像存储在数据库中。在认证阶段，FRT和IRT指纹扫描和分析用户当前输入的虹膜和指纹的点，并与数据库内容匹配。如果一个或多个捕获的图像与数据库中的图像不匹配，则系统将不给予授权。
2014-10-02 cs.CR
Design Challenges for the Implementation of Smart Homes
针对智能家居普及中的成本、灵活性和安全挑战，提出一种基于蜂窝网络、集成多传感器与摄像头、支持远程监控和报警的简易智能家居模型。
2023-08-31 cs.CR eess.SP
KRATOS: Multi-User Multi-Device-Aware Access Control System for the Smart Home
在灵巧家庭系统中，多个用户通常通过安装在移动终端上的专用应用程序来访问多个设备。传统的访问控制机制考虑一个唯一的可信用户来控制对设备的访问。然而，多用户多设备灵巧家庭设置对传统的单用户系统提出了根本不同的挑战。例如，在多用户环境中，用户对多个设备具有冲突的、复杂的和动态变化的需求，这不能由传统的访问控制技术来处理。为了解决这些挑战，在本文中，我们介绍Kratos，一种新的多用户和多设备感知访问控制机制，允许灵巧家庭用户灵活地指定他们的访问控制需求。Kratos有三个主要组件：用户交互模块、后端服务器和策略管理器。用户可以使用交互模块指定他们所需的访问控制设置，这些设置在后端服务器中被转换为访问控制策略。策略管理器分析这些策略并在用户之间发起协商以解决冲突的需求并生成最终策略。我们实现了Kratos，并评估了其在实际灵巧家庭部署中的性能，这些部署具有丰富的配置集（309种不同的策略，包括213种需求冲突和24种限制策略）。这些配置包括与访问控制机制相关的五种不同威胁。我们广泛的评估表明，Kratos是非常有效的解决冲突的访问控制需求，以最小的开销和强大的对不同的攻击。
2020-06-02 cs.CR
Exploring the Privacy and Security Challenges Faced by Migrant Domestic Workers in Chinese Smart Homes
本文通过对26名外籍家政工人和5家机构人员的访谈，揭示了中国智能家居中MDWs面临的隐私安全挑战及权力失衡问题，并提出了应对建议。
2025-04-02 cs.CR cs.CY cs.HC
Peek-a-Boo: I see your smart home activities, even encrypted!
灵巧家庭环境中的灯泡、开关、扬声器等无数物联网设备使用户能够轻松控制周围的物理世界，并通过这些设备中已经嵌入的传感器促进他们的生活方式。传感器数据包含大量关于用户和设备的敏感信息。然而，在灵巧家庭环境内部或附近的攻击者可能潜在地利用这些设备所使用的固有无线介质来从加密的有效载荷中泄露敏感信息（即，传感器数据），侵犯用户隐私。考虑到这一点，在这项工作中，我们介绍了一种新的多阶段的隐私攻击，在智能环境中对用户隐私。它是利用最先进的机器学习方法来实现的，用于检测和识别物联网设备的类型、它们的状态以及级联方式中正在进行的用户活动，方法是仅被动地嗅探来自灵巧家庭设备和传感器的网络流量。该攻击对加密和未加密的通信都有效。我们评估了攻击的效率与实际测量从一组广泛的流行的现成的灵巧家庭物联网设备利用一组不同的网络协议，如WiFi，ZigBee和BLE。我们的研究结果表明，对手被动嗅探流量可以达到非常高的准确性（90%以上），在确定目标灵巧家庭设备及其用户的状态和动作。为了防止这种隐私泄露，我们还提出了一种对策，基于生成欺骗流量来隐藏设备状态，并证明它提供了比现有解决方案更好的保护。
2020-05-13 cs.CR
Verifiable Round-Robin Scheme for Smart Homes
传感、网络和驱动技术的进步导致了物联网浪潮，预计将彻底改变现代社会的各个方面。本文重点讨论了在灵巧家庭背景下物联网中出现的隐私新挑战。具体而言，本文的重点是防止用户的隐私，通过渠道和家庭设备活动的推断。我们提出了一种方法，安全地调度设备，同时解耦的设备和通道的活动。所提出的解决方案避免了可能揭示设备的协调调度的任何攻击，并且因此还确保可能损害个人隐私的推断不会由于设备和信道级活动而泄露。我们的实验也验证了所提出的方法，因此，对手不能推断设备和通道活动，只是观察网络流量。
2019-01-24 cs.CR cs.NI
Supervising Smart Home Device Interactions: A Profile-Based Firewall Approach
针对MUD标准无法描述智能家居设备交互流量模式的弱点，提出一种更具表达性的设备配置文件语言，可转换为基于NFTables的轻量级防火墙代码，在准确阻止异常流量的同时仅产生可忽略延迟。
2024-01-23 cs.CR cs.NI
An Efficient SDN Architecture for Smart Home Security Accelerated by FPGA
随着物联网（IoT）设备的兴起，家庭网络管理和安全变得越来越复杂。迫切需要使灵巧家庭网络管理高效。这项工作提出了一种基于SDN的架构，通过K-最近邻（KNN）的设备分类和恶意流量检测来保护灵巧家庭网络。通过将计算密集型的KNN模型卸载到现场可编程门阵列（FPGA）来进一步提高效率，FPGA以更低的成本和更高的效率提供GPU平台的并行处理能力，并且可以用于加速时间敏感的任务。提出的并行化和实现KNN的FPGA上实现，使用Vivado设计套件从Xilinx和高级综合（HLS）。当使用10倍交叉验证进行优化时，与四个备选KNN实例（即，比基于并行冒泡排序的实现快78%，比其他三种排序算法快99%）。此外，通过36，225个训练样本，所提出的KNN解决方案在FPGA上以约4毫秒的95%准确率对测试查询进行分类，而在CPU平台上则为57秒。
2021-06-27 cs.CR cs.NI
Simulating the Resident: Generating Executable Smart Home Schedules via LLM Personas
Leipzig University（莱比锡大学）；ScaDS.AI Dresden/Leipzig（萨克森州数据科学与可解释人工智能中心德累斯顿/莱比锡分部）；ipoque GmbH, a Rohde & Schwarz company（罗德与施瓦茨公司旗下的ipoque有限公司）
该研究针对智能家居领域因收集真实住户数据存在问题，提出利用大语言模型生成多样化住户角色与模拟智能家居交互，通过设计框架、多阶段管道及概念验证，实现可执行日程安排，支持注重隐私的智能家居实验。
2026-07-10 cs.CR cs.HC
HearthNet: Edge Multi-Agent Orchestration for Smart Homes
Imperial College London（伦敦帝国学院）；Independent Researcher（独立研究员）
HearthNet通过边缘多智能体系统解决智能家居中自然语言控制、设备故障和持续协调的问题，采用MQTT、Git共享状态和授权租赁实现设备管理。
2026-04-28 cs.AI cs.CR cs.DC
