CryptoDNA: A Machine Learning Paradigm for DDoS Detection in Healthcare IoT, Inspired by crypto jacking prevention Models
提出受加密劫持检测启发的轻量级机器学习框架CryptoDNA，通过行为分析与动态异常检测在医疗物联网中以超96%准确率检测DDoS攻击，兼顾低开销与强可扩展性。
2025-01-30 cs.CR
Holo-Block Chain: A Hybrid Approach for Secured IoT Healthcare Ecosystem
本文针对物联网医疗生态系统的安全、存储、计算与认证挑战，提出融合Holochain和Blockchain优势的混合隐私安全框架，并通过安全与性能分析验证其有效性。
2023-04-27 cs.CR
Cyber-attack Mitigation and Impact Analysis for Low-power IoT Devices
近年来，无线传感器设备的发展呈指数级增长，它们作为物联网的重生，以及灯泡、风扇和微波炉等无线家用设备的普及。由于它们可以用于各种领域，例如医疗设备、环境研究、消防部门或军事应用等，这些低功率设备的安全性将始终是所有用户和安全专家关注的问题。如今，用户希望通过他们的智能手机使用互联网连接来控制所有这些“智能”无线家庭设备。对这些设备的分布式攻击等攻击将使整个系统变得脆弱，因为这些攻击可以记录和提取机密信息，并增加整个网络的资源（能源）消耗。在本文中，我们提出了一种网络攻击检测算法，并提出了一个低功耗的微尘（Z1 Zolertia）作为模型物联网设备容易发起网络攻击的影响分析。我们还提出了详细的结果，功耗分析，并没有攻击，以及当入侵检测的缓解算法的实施。
2018-07-31 cs.CR
Adaptive Lightweight Security for Performance Efficiency in Critical Healthcare Monitoring
Centre for Wireless Communications, University of Oulu（奥卢大学无线通信中心）；VTT Technical Research Centre of Finland（芬兰技术研究中心）
针对医疗物联网因资源约束导致的安全限制，提出自适应轻量级安全方法以优化关键医疗监测（如远程患者监测）的安全与性能，实际实现显示系统性能显著提升。
2024-12-02 cs.CR cs.NI
Privacy-Preserving Healthcare Data in IoT: A Synergistic Approach with Deep Learning and Blockchain
Kerman Branch, Islamic Azad University（伊斯兰阿扎德大学克尔曼分校）；Islamic Azad University（伊斯兰阿扎德大学）
本文提出了一种结合深度学习与区块链的三阶段安全框架，用于提升物联网医疗系统中隐私保护和数据安全性能。
2025-12-29 cs.CR
IoT Security Challenges and Mitigations: An Introduction
物联网在社会中的使用可能已经无处不在，巨大的攻击面为恶意行为者提供了多种机会。这篇简短的论文首先介绍了物联网及其安全问题，包括物联网层模型和拓扑结构，物联网标准化工作和协议的概述。然后重点转移到物联网漏洞和具体的缓解建议。这项工作的目标受众是那些相对较新的物联网，但与现有的网络相关的知识。得出的结论是，设备资源限制和缺乏物联网标准是重要的问题。存在研究机会来开发高效的物联网IDS和节能的加密技术，这些技术足够轻巧，可以合理部署。对标准化协议和基于通道的安全解决方案的需求是明确的，并得到立法指令的支持，以确保高标准，防止设备制造方面的成本削减。
2021-12-29 cs.CR cs.NI
Adaptive Security at the Edge for 6G-Enabled Healthcare IoT
VTT Technical Research Centre of Finland（芬兰技术研究中心）
该研究针对6G医疗物联网的边缘安全问题，提出NANOEDGEGUARD内核层闭环控制器，实验显示其可降低99百分位警报RTT并减少过量突发流量，提升医疗物联网弹性。
2026-07-31 cs.CR
Using Blockchain to Achieve Decentralized Privacy In IoT Healthcare
本文提出一种适用于物联网电子医疗的区块链协议，无需信任第三方，采用适配资源受限设备的共识机制以提供隐私保护访问控制，并提升安全性与效率。
2021-09-30 cs.CR
Towards Smart Healthcare: Challenges and Opportunities in IoT and ML
本章系统梳理了机器学习与物联网融合于智慧医疗时所面临的研究挑战与潜在机遇，并按物联网、机器学习及二者在医疗中的实施三类场景进行归纳，为相关研究者、医疗专业人员和政府机构提供参考。
2024-01-12 cs.CR cs.CY
Smart Medical IoT Security Vulnerabilities: Real-Time MITM Attack Analysis, Lightweight Encryption Implementation, and Practitioner Perceptions in Underdeveloped Nigerian Healthcare Systems
本研究通过实时MITM攻击模拟评估了尼日利亚医疗物联网的漏洞，证实轻量级AES-128加密能在低成本设备上以适中的性能开销有效保护数据，并基于从业者反馈强调了提升安全意识与制定部署指南的紧迫性。
2025-09-26 cs.CR
Microbenchmarking Cloud Cryptographic Workloads for Privacy-Preserving Healthcare IoT
Embry–Riddle Aeronautical University（埃默里-里德尔航空大学）；Texas A&M University - Central Texas（德克萨斯农工大学中央德州分校）
本研究通过微基准测试评估了AWS和Azure上FaaS与KMS集成环境中加密工作负载的性能，分析了CPU架构、编程语言、内存配置等因素，为医疗物联网应用找到了优化配置。
2026-05-22 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
Towards Practical Privacy-Preserving Analytics for IoT and Cloud Based Healthcare Systems
现代医疗保健系统现在依赖于先进的计算方法和技术，例如物联网（IoT）设备和云，以前所未有的规模和深度收集和分析个人健康数据。患者、医生、医疗服务提供者和研究人员依赖于从这些数据源导出的分析模型来远程监控患者、早期诊断疾病并找到个性化的治疗和药物。然而，如果没有适当的隐私保护，进行数据分析就会成为隐私噩梦的根源。在这篇文章中，我们提出了在医疗保健信息系统中开发实用的隐私保护分析的研究挑战。该研究基于kHealth --一种正在开发和测试用于疾病监测的个性化数字医疗信息系统。我们分析了相关各方的数据和分析要求，确定了隐私资产，分析了现有的隐私基板，并讨论了隐私，效率和模型质量之间的潜在权衡。
2018-04-11 cs.CR cs.CY
Optimal Witnessing of Healthcare IoT Data Using Blockchain Logging Contract
可穿戴传感器生成的数据的验证越来越受到医疗服务提供商和保险公司的关注。需要一种验证框架，使得各个机构可以请求针对目标IoT设备的本地网络数据的验证服务。在本文中，我们利用区块链作为分布式平台来实现按需验证方案。这允许当局自动与连接的设备进行交易，以提供见证服务。公开请求对在其本地网络上传输的目标物联网的数据进行见证陈述，随后，（目标物联网附近的）设备提供见证服务。我们的贡献有三个方面：（1）我们开发了一种基于区块链和智能合约的系统架构，使当局能够动态地利用来自一组分布式证人的主体设备数据的验证服务，这些证人愿意提供（以保护隐私的方式）他们的本地无线测量，以换取金钱回报;（2）提出了一种证人选择的优化方法，使得在经济成本约束下，证人的验证误差最小;（3）最后，我们使用从具有30多个接入点的五层建筑物（代表医院）收集的真实Wi-Fi会话跟踪来评估我们的方案的有效性。根据以太坊公共区块链目前的定价计划，我们的方案使医疗保健机构能够以低于2美元的成本验证从典型的可穿戴设备传输的数据，验证误差为0.01%。
2020-07-07 cs.CR
Energy Cyber Attacks to Smart Healthcare Devices: A Testbed
本文构建测试平台研究DDoS和伪造接入点攻击对支持WiFi的智能医疗设备服务中断与能量消耗的影响，量化了攻击速率等关键因素，为未来防御策略奠定基础。
2024-10-15 cs.CR
RSPP: A Reliable, Searchable and Privacy-Preserving e-Healthcare System for Cloud-Assisted Body Area Networks
云计算和物联网（IoT）的集成通过在患者参与、生产力和风险缓解方面提供全面改进，正在迅速成为医疗保健行业数字化转型的关键推动因素。这种模式的转变虽然为医疗保健组织带来了许多好处和新的机会，但也引发了许多安全和隐私问题。在本文中，我们提出了一个可靠的，可搜索的和隐私保护的电子医疗系统，它利用新兴的云存储和物联网基础设施，使医疗服务提供商（HSP）实现远程病人监护在一个安全的和符合法规的方式。我们的系统是建立在一个新的动态搜索对称加密方案与前向隐私和委托验证定期生成的医疗保健数据。虽然前向隐私是通过在物联网网关处为每个关键字维护递增的计数器来实现的，但数据所有者委托的可验证性来自布隆过滤器和聚合消息认证代码的组合。此外，我们的系统能够通过数据所有者协助或授权来支持多个HSP。详细的安全性分析以及大量的模拟上的一个大型数据集，数百万条记录证明了实际的效率，所提出的系统，为现实世界的医疗保健应用。
2017-02-11 cs.CR
Secure Multi-Party Computation based Privacy Preserving Data Analysis in Healthcare IoT Systems
Istanbul Medipol University（伊斯坦布尔梅迪波尔大学）；Simula Research Laboratory（西穆拉研究实验室）
最近，通过快速发展的物联网（IoT）技术，医疗保健领域经历了许多创新，为卫生部门提供了重大发展和设施，并改善了人类的日常生活。物联网连接了人与信息技术并加快了购物速度。由于这些原因，物联网技术已经开始大规模使用。由于物联网技术在健康服务中的应用，慢性病监测、健康监测、快速干预、早期诊断和治疗等促进了健康服务的提供。然而，传输到数字环境中的数据构成了隐私泄露的威胁。未经授权的人使用了它们，并对个人的健康和隐私进行了恶意攻击。在这项研究中，它的目的是提出一个模型来处理隐私问题的基础上联邦学习。此外，我们采用安全多方计算。我们提出的模型提供了广泛的隐私和数据分析，并实现了高性能。
2021-09-29 cs.AI cs.CR
Time Series Anomaly Detection with CNN for Environmental Sensors in Healthcare-IoT
University of Limerick（利默里克大学）；Illinois State University（伊利诺伊州立大学）
本文提出在医疗保健物联网中使用CNN检测时间序列异常，并通过Cooja模拟环境传感器DDoS攻击，实现92%的检测准确率。
2024-07-30 cs.CR cs.CV cs.LG
Decentralized AI-driven IoT Architecture for Privacy-Preserving and Latency-Optimized Healthcare in Pandemic and Critical Care Scenarios
Dakota State University（达科他州立大学）；Michigan Technological University（密歇根理工大学）
本文提出一种融合联邦学习、区块链与边缘计算的去中心化AI物联网架构，以解决疫情和重症监护中医疗数据隐私、延迟与安全问题，实验显示其在交易延迟、能耗和吞吐量上显著优于云方案。
2025-04-29 cs.AI cs.CR
Checking and Enforcing Security through Opacity in Healthcare Applications
物联网（IoT）是一种范式，可以极大地改变医疗保健，从而使医院，医生和患者受益。在这种情况下，保护医疗保健中的物联网免受干扰，包括服务攻击和恶意软件，是一项具有挑战性的工作。不透明性是一种机密性属性，它捕获系统保持其行为的子集对被动观察者隐藏的能力。在这项工作中，我们试图引入一种基于物联网的心脏病发作检测系统，该系统可以挽救患者的生命，而不会通过验证和实施不透明来威胁他们对隐私的需求。我们的主要贡献是使用一种工具来验证其三种形式的不透明性，从而检测我们系统中的隐私泄漏。此外，我们开发了一个有效的，符号观察图（SOG）为基础的算法执行不透明度。
2017-09-29 cs.CR
A Large-scale Concurrent Data Anonymous Batch Verification Scheme for Mobile Healthcare Crowd Sensing
近年来，随着大数据的快速发展，物联网（IoT）为人们的日常生活带来了越来越智能和便捷的服务。移动医疗人群感知（MHCS）作为物联网的一个典型应用，正在成为向个人或组织提供各种医疗和健康服务的有效途径。然而，MHCS在实际应用中仍然面临着不同的安全挑战。例如，如何快速有效地认证物联网终端上传的大量生物信息，而不会泄露所有者的敏感信息。因此，我们提出了一个大规模并发数据匿名批量验证方案的MHCS基于改进的无证书聚合签名。该方案能够以隐私保护的方式一次性认证所有传感生物信息。不同用户生成的个人数据可以批量验证，而参与者的实际身份则被隐藏。此外，假设CDHP的难解性，我们的方案被证明是安全的。最后，性能评估表明，所提出的方案是适用于MHCS，由于其高效率。
2018-04-05 cs.CR
Combining Blockchain and IOT for Decentralized Healthcare Data Management
针对物联网医疗数据云存储的隐私与安全漏洞问题，提出一种专为电子健康设计的区块链协议，采用适合资源受限设备的共识机制与隐私保护访问控制，实现去中心化、安全高效的患者数据管理与防泄露。
2023-03-31 cs.CR
eBPF-Based Real-Time DDoS Mitigation for IoT Edge Devices
针对物联网边缘设备易遭DDoS攻击且传统防御不适配的问题，提出基于eBPF与XDP的内核级轻量缓解框架，经仿真和树莓派实测，100Mbps攻击下缓解率超97%，合法流量与系统稳定不受影响。
2025-07-13 cs.CR cs.NI
Federated Learning and Blockchain-enabled Fog-IoT Platform for Wearables in Predictive Healthcare
University of Guelph（圭尔夫大学）；University of Toronto（多伦多大学）
多年来，可穿戴物联网（IoT）设备在多种医疗保健服务中的普及和使用正在增加。受益于这些设备的使用的服务之一是预测分析，这可以改善电子保健的早期诊断。然而，由于可穿戴物联网设备的局限性，数据隐私，服务完整性和网络结构适应性方面的挑战出现了。为了解决这些问题，我们提出了一个在雾物联网网络中使用联邦学习和私有区块链技术的平台。这些技术具有隐私保护功能，可以保护网络内的数据。我们利用雾物联网网络的分布式结构为可穿戴物联网设备创建自适应网络。我们设计了一个测试平台，以检查所提出的平台的能力，以保持分类器的完整性。根据实验结果，所介绍的实现可以有效地保护病人的隐私和预测服务的完整性。我们进一步研究了其他技术对物联网网络安全性和适应性的贡献。总的来说，我们通过分析、模拟和实验证明了我们的平台在解决可穿戴物联网设备在预测性医疗保健中的重大安全和隐私挑战方面的可行性。
2023-01-11 cs.CR cs.LG cs.NI
Risk and Threat Mitigation Techniques in Internet of Things (IoT) Environments: A Survey
该综述聚焦物联网环境下的风险与威胁缓解技术，采用生命周期方法构建深度防御策略，更新了领域最新进展，梳理了各缓解步骤的挑战与新颖视角，填补了现有综述对防御侧关注不足的空白。
2023-10-02 cs.CR cs.DC cs.NI
The role of Blockchain in DDoS attacks mitigation: techniques, open challenges and future directions
近年来，随着物联网（IOT）和软件定义网络（SDN）等新技术的普及，分布式拒绝服务（DDoS）攻击媒介不断扩大，并为针对目标受害者的更复杂的DDoS攻击提供了新的机会。新的攻击向量包括连接到互联网的不安全和易受攻击的物联网设备，SDN架构中的南向通道饱和等拒绝服务漏洞。鉴于这些攻击的数量大、范围广，利益相关者合作及时检测和缓解拒绝服务攻击是有益的。区块链技术被认为是由于分散的设计，安全的分布式存储和隐私而提高了安全性。在现有技术中没有探索用于DDoS攻击缓解的区块链技术的彻底探索和分类。本文回顾并分类了现有的基于区块链技术的最先进的DDoS缓解解决方案。DDoS缓解技术根据解决方案部署位置进行分类，即基于网络，靠近攻击者位置，靠近受害者位置以及网络架构中的混合解决方案，重点是物联网和SDN架构。此外，根据我们的研究，讨论了实施基于区块链的DDoS缓解解决方案的研究挑战和未来方向。我们相信这篇论文可以作为未来研究人员使用区块链技术检测和缓解拒绝服务攻击的起点和参考资源。
2022-02-08 cs.CR
Leveraging Blockchain and Proxy Re-Encryption to secure Medical IoT Records
针对医疗物联网数据安全共享问题，提出结合私有区块链与代理重加密的架构，实现防篡改记录与细粒度访问控制，保障数据隐私与信任。
2025-09-10 cs.CR
FedBlockHealth: A Synergistic Approach to Privacy and Security in IoT-Enabled Healthcare through Federated Learning and Blockchain
University of Technology Sydney（悉尼科技大学）；University of Haripur（哈里普尔大学）；Thapar University Patiala（帕蒂亚拉塔帕尔大学）；Abdul Wali Khan University（阿卜杜勒·瓦利·汗大学）
本文提出FedBlockHealth框架，融合联邦学习与区块链，通过公钥密码保障本地模型更新安全，在EMNIST数据集上验证了物联网医疗场景下的隐私保护、安全性与计算效率。
2023-04-16 cs.AI cs.CR cs.LG
SLIE: A Secure and Lightweight Cryptosystem for Data Sharing in IoT Healthcare Services
针对医疗物联网数据共享的安全漏洞，提出基于WKD-IBE的SLIE密码系统，实现端到端加密与轻量密钥管理，性能远超RSA。
2025-10-16 cs.CR
Multi-Agent LLM Governance for Safe Two-Timescale Reinforcement Learning in SDN-IoT Defense
Polytechnique Montréal（蒙特利尔理工学院）；Concordia University（康考迪亚大学）
提出两时间尺度SDN-IoT防御方案，快时间尺度使用PPO智能体进行控制器感知的缓解，慢时间尺度使用多智能体LLM治理引擎生成可审计的策略更新，在保证安全约束下提升防御性能。
2026-06-24 cs.CR
Block MedCare: Advancing healthcare through blockchain integration with AI and IoT
University of Information Science and Technology, St. Paul the Apostle（圣保罗使徒信息科学与技术大学）
本研究探索区块链在医疗保健中的集成，提出基于以太坊的系统以提升EHR管理的安全性和效率，解决可扩展性等挑战，开发dApp并通过调查验证需求，为医疗系统发展提供支持。
2024-12-03 cs.AI cs.CR cs.SE
A Deployment-Oriented Framework for Explainable AI-Assisted eBPF/XDP Mitigation at the IoT Edge
Istinye University（伊斯坦耶大学）
提出一种基于Linux的物联网边缘网关框架，结合资源感知的AI风险评分、事件级可解释性和eBPF/XDP限界缓解，实现可部署的异常流量管控。
2026-06-11 cs.CR cs.NI
Differential Privacy for Secure Machine Learning in Healthcare IoT-Cloud Systems
JNTU Anantapur（贾瓦哈拉尔·尼赫鲁技术大学阿南塔普尔分校）；C-DAC, India（印度计算机数据处理中心）；University of Melbourne（墨尔本大学）；UVCE, Bangalore（班加罗尔大学电子工程学院）；Florida International University（佛罗里达国际大学）；National Institute of Advanced Studies（高级研究所）
本文提出多层物联网-边缘-云架构，通过差分隐私框架保护患者隐私，提升应急医疗响应速度，同时通过区块链增强安全性和边缘计算降低延迟。
2026-04-02 cs.CR cs.DC
FLEAM: A Federated Learning Empowered Architecture to Mitigate DDoS in Industrial IoT
分布式拒绝服务（DDoS）攻击对工业物联网（IIoT）是有害的，因为它会在网络对象上引发严重的资源匮乏。最近的动态表明，对于使用僵尸网络的攻击者来说，这是一项利润丰厚的业务。目前的集中缓解解决方案集中在受害者一方的检测和缓解，对黑客攻击成本和维护者的合作关注不够。因此，我们提出了联邦学习授权缓解架构（FLEAM），以倡导联合防御，招致更高的黑客费用。FLEAM将FL和雾计算相结合，以减少缓解时间并提高检测准确性，使防御者能够共同对抗僵尸网络。我们的综合评估显示，攻击费用是传统解决方案的2.5倍，缓解延迟降低约72%，准确性平均提高47%。
2021-12-10 cs.CR cs.IT math.IT
Timely Detection and Mitigation of Stealthy DDoS Attacks via IoT Networks
物联网（IoT）网络由传感器、执行器、移动和可穿戴设备组成，这些设备可以连接到互联网。由于市场上已有数十亿具有重大漏洞的此类设备，互联网服务以及一些也连接到互联网的网络物理系统面临着危险的威胁。具体来说，由于其现有的漏洞，物联网设备很容易受到损害，并成为一种新型的隐形分布式拒绝服务（DDoS）攻击的一部分，称为蒙古DDoS，其特点是其广泛分布的性质和每个来源的攻击规模小。本研究提出了一种新的基于异常的入侵检测系统（IDS），能够及时检测和缓解这种新兴类型的DDoS攻击。建议的IDS的检测和缓解隐身DDoS攻击的能力，甚至非常低的攻击大小，每个源通过数值和测试台实验证明。
2020-06-15 cs.CR cs.NI stat.ML
Safeguarding Smart Inhaler Devices and Patient Privacy in Respiratory Health Monitoring
本研究分析了智能吸入器等物联网医疗设备在呼吸健康监测中的可用性行为与技术漏洞，强调保护患者数据机密性，并呼吁在设备开发与部署中整合强大的安全措施。
2025-03-31 cs.CR
Progression and Challenges of IoT in Healthcare: A Short Review
Dhaka National Medical College（达卡国家医学院）；University of Texas at El Paso（德克萨斯大学埃尔帕索分校）；Jahangirnagar University（贾汉吉尔纳加尔大学）
本文综述了智能医疗中IoMT的发展与COVID-19应用，指出其面临的安全与隐私挑战，并对IoT环境中恶意软件检测与预防的现有策略进行了比较分析。
2023-11-11 cs.AI cs.CR cs.LG
Evaluating Medical IoT (MIoT) Device Security using NISTIR-8228 Expectations
医疗机构（从小型诊所到大型HDO）如何评估临床环境中使用的医疗物联网（MIoT）的网络安全和隐私保护的遵守情况？本文提出了一种使用美国国家标准与技术研究所（NIST）的指导进行这种评估的方法。通过应用NISTIR 8228期望，可以定量评估网络安全和隐私保护，并确定与推荐标准的相对符合性。这种方法允许组织评估MiOT设备对IT系统构成的风险水平，并确定是否允许其在医疗保健/IT环境中使用。本文回顾了物联网/MiOT网络安全和隐私保护的现状，使用历史和当前的行业指南和最佳实践;联邦机构的建议; NIST出版物;和联邦法律。然后，它介绍了物联网/MiOT设备和“传统”（或经典）信息技术（IT）硬件之间的相似性和差异，并列举了物联网/MiOT对网络安全和隐私保护构成的几个挑战。最后，提供了一种评估网络安全和隐私保护的实用方法，以及验证评估结果的增强功能。这样做将证明其总体符合NIST指南和HIPAA/HITECH要求。
2021-05-25 cs.CR
Softwarization of Internet of Things Infrastructure for Secure and Smart Healthcare
我们提出了一个灵活的软件化基础设施，用于灵活，经济高效，安全和隐私保护的物联网（IoT）部署，用于智能医疗保健应用和服务。它集成了物联网，雾和云领域的最先进的网络和虚拟化技术，采用区块链，Tor和消息代理为患者和医疗保健提供商提供安全和隐私。我们提出了一个新的平台，使用机器对机器（M2M）的消息和基于规则的信标无缝数据管理，并讨论了数据和决策融合的作用，分别在云和雾，智能医疗应用和服务。
2018-05-28 cs.CR cs.CY
LLM-based Multi-class Attack Analysis and Mitigation Framework in IoT/IIoT Networks
Department of Computer Science Tennessee Tech University（计算机科学系田纳西科技大学）
本文提出一种结合机器学习与LLM的混合框架，用于物联网多类攻击检测、行为分析与缓解建议，并引入新评估指标和评判LLM集成模型进行定量评估，发现Random Forest检测效果最佳且ChatGPT-o3优于DeepSeek-R1。
2025-10-30 cs.AI cs.CR
Measurement Based Evaluation and Mitigation of Flood Attacks on a LAN Test-Bed
针对物联网服务器的IDS在攻击过载下缺乏实际运行评估的问题，研究搭建局域网测试床验证UDP洪泛攻击会致多核服务器IDS瘫痪，并提出一种毫秒级快速检测与丢包的缓解方案且完成实验评估。
2024-01-30 cs.CR cs.NI
Deep Learning for Cyber Threat Detection and Mitigation in Healthcare-IoT
University of Limerick（利默里克大学）
本研究针对医疗物联网（H-IoT）的网络威胁，构建三类真实数据集，提出轻量型TCN与Res-TCN模型，经量化后部署于树莓派4实现DDoS攻击的低延迟高能效检测与缓解，为H-IoT提供深度学习安全防御方案。
2026-08-04 cs.CR cs.LG eess.SP
SCALHEALTH: Scalable Blockchain Integration for Secure IoT Healthcare Systems
本研究提出SCALHEALTH，一种基于Hyperledger Fabric的区块链方案，结合认证、IPFS和NFT，通过双区块链（健康与金融）实现安全、去中心化的物联网医疗系统，模拟显示性能优于常规方案。
2024-03-12 cs.CR cs.DC
How To Mitigate And Defend Against DDoS Attacks In IoT Devices
本文分析了IoT网络中DDoS攻击的性质与影响，提出了包含IPv6 ULA、边缘计算、SDN、蜜罐欺骗和基于机器学习的入侵检测系统等分层缓解策略，以帮助工程师和研究人员实施实用对策保护IoT基础设施。
2025-07-15 cs.CR
Li-MSD: A lightweight mitigation solution for DAO insider attack in RPL-based IoT
针对基于RPL的低功耗有损物联网中存在的DAO内部攻击会大幅降低网络性能的问题，提出采用黑名单策略的轻量级缓解方案Li-MSD，仿真验证其性能优于现有方案。
2024-09-16 cs.CR cs.NI
Optimized Blockchain Model for Internet of Things based Healthcare Applications
最近，人们继续推动基于加密货币的分类账系统（称为区块链），并将其技术应用于非金融应用。应用的主要领域之一仍然是物联网（IoT），因为随着我们进入智能城市时代，我们看到许多领域都有改进。在本文中，我们初步探讨了将区块链的关键方面应用于健康应用网络的问题，在该网络中，患者的健康数据可以用于以安全和私密的方式创建对认证的医疗保健提供者很重要的警报。本文还介绍了物联网中基于区块链的安全方法的好处和实际障碍。
2019-06-15 cs.CR cs.NI
The Effect of IoT New Features on Security and Privacy: New Threats, Existing Solutions, and Challenges Yet to Be Solved
物联网（IoT）的未来已经在我们面前。物联网应用已广泛应用于医疗、能源、工业自动化等社会生产和生活的诸多领域。在享受物联网给我们带来的便利和效率的同时，物联网带来的新威胁也出现了。有越来越多的研究工作，以减轻这些威胁，但许多问题仍然存在。为了更好地理解新威胁的本质原因以及当前研究面临的挑战，本调查首次提出了“物联网特征”的概念。然后，讨论了八个物联网新功能的安全和隐私影响，包括它们造成的威胁，现有的解决方案和有待解决的挑战。为了帮助研究人员跟踪该领域的最新工作，本文最后通过调查2013年至2017年与物联网安全相关的大多数现有研究工作，说明了物联网安全研究的发展趋势，并揭示了物联网特征如何影响现有的安全研究。
2018-02-09 cs.CR
Securing Healthcare with Deep Learning: A CNN-Based Model for medical IoT Threat Detection
针对医疗物联网融合带来的网络安全挑战，本研究提出基于CNN的攻击检测方法，在含18类攻击的CICIoMT2024数据集上多任务准确率达99%，优于传统ML及DNN模型，有效提升医疗物联网安全防护能力。
2025-02-21 cs.AI cs.CR cs.LG
Application-aware Energy Attack Mitigation in the Battery-less Internet of Things
针对无电池物联网中的能源攻击问题，提出一种应用感知的缓解系统，通过结合应用需求和攻击检测调整任务执行速率并优化能源管理，显著提升了受攻击设备的应用周期执行量、任务可调度性和外设可用性。
2023-09-08 cs.CR
Evaluating Language Models For Threat Detection in IoT Security Logs
GMV C. de Isaac Newton（GMV Isaac Newton研究中心）；Universidad Carlos III de Madrid（卡洛斯三世大学）
本文提出利用微调LLMs分析物联网安全日志，结合MITRE CAPEC映射和物联网特定缓解措施，实现优于传统机器学习基线的多类攻击检测与缓解建议。
2025-07-03 cs.AI cs.CR
Quantitative Analysis of DoS Attacks and Client Puzzles in IoT Systems
拒绝服务（DoS）攻击是当今互联网的主要安全威胁。这一挑战与物联网（IoT）尤其相关，因为设备的计算能力、内存和安全机制都较低，无法缓解DoS攻击。本文提出了一个模型，模仿物联网设备网络的独特特征，包括实现“加密谜题”的系统组件-一种DoS缓解技术。我们在系统上创建了一个模拟的DoS攻击，并进行了定量分析，以模拟这种攻击可能对系统产生的影响，评估物联网系统中安全性和吞吐量之间的权衡。我们通过PRISM中的随机模型检验对此进行建模，并提供证据支持这一点，作为一种有价值的方法来比较物联网系统不同实现的效率，并通过案例研究进行了说明。
2017-10-30 cs.CR
Fusion of Machine Learning and Blockchain-based Privacy-Preserving Approach for Health Care Data in the Internet of Things
Department of Computer Engineering, Kerman Branch, Islamic Azad University, Kerman, Iran（伊斯兰阿扎德大学克尔曼分校计算机工程系）
本文提出一种融合机器学习与区块链的隐私保护方法，用于提升物联网医疗系统中的数据安全性和检测精度。
2025-12-30 cs.CR
A Lightweight Blockchain and Fog-enabled Secure Remote Patient Monitoring System
物联网使智能远程医疗应用快速增长。这些基于物联网的远程医疗应用程序为有风险或患有慢性疾病的患者提供快速和预防性的医疗服务。然而，在医疗物联网设备之间交换敏感医疗数据的同时确保数据安全和患者隐私仍然是远程医疗保健应用中的一个重大问题。更改或损坏的医疗数据可能会导致错误的治疗，并为患者带来严重的健康问题。此外，需要解决和改进当前远程医疗应用的效率和响应时间。考虑到对安全高效的患者护理的需求，本文提出了一种轻量级的基于区块链和启用雾的远程患者监护系统，该系统提供了高级别的安全性和高效的响应时间。仿真结果和安全性分析表明，所提出的轻量级区块链架构能够很好地适应资源受限的物联网设备，并且具有较好的安全性。此外，雾计算的增强使远程患者监护系统的响应速度提高了40%。
2023-01-09 cs.CR cs.NI
RAG-targeted Adversarial Attack on LLM-based Threat Detection and Mitigation Framework
Department of Computer Science（计算机科学系）；Tennessee Tech University（田纳西科技大学）；School of Interdisciplinary Informatics（跨学科信息学学院）；University of Nebraska Omaha（内布拉斯加大学奥马哈分校）
针对基于LLM的物联网威胁检测与缓解框架，构建攻击描述数据集实施定向数据投毒攻击破坏其RAG知识库，测试发现微小扰动会降低模型性能，为提升框架对抗鲁棒性提供参考。
2025-11-09 cs.AI cs.CR
