Where Have All the Firewalls Gone? Security Consequences of Residential IPv6 Transition
Johns Hopkins University（约翰斯·霍普金斯大学）；University of Maryland（马里兰大学）；San Diego State University（圣地亚哥州立大学）
本文通过大规模IPv6扫描发现，住宅网络IPv6过渡使设备暴露于攻击，NAT曾充当事实防火墙，并提出了缓解措施。
2026-09-15 cs.CR cs.NI
Five Common Misconceptions About Privacy-Preserving Internet of Things
物联网（IoT）中的数十亿设备收集有关人员的敏感数据，从而产生数据隐私风险和漏洞。因此，数据隐私保护对于维持物联网服务的扩散至关重要。特别是，隐私保护物联网连接嵌入传感器的设备，并维护人们的数据隐私。然而，物联网研究人员、服务提供商和用户对保护隐私的物联网存在普遍的误解。本文驳斥了关于隐私保护物联网的五个常见误解，包括数据感测和创新，法规和隐私保护。例如，物联网用户有一个常见的误解，即数据隐私法规不允许任何数据汇集。另一方面，物联网服务提供商通常认为数据隐私阻碍了物联网感知和创新。解决这些误解对于在保护隐私的物联网方面取得进展至关重要。本文通过真实世界的实验和在线调查研究驳斥了这些常见的误解。首先，实验表明，数据隐私不应被视为物联网的障碍，而应被视为增加客户保留和信任的机会。其次，保护隐私的物联网不仅仅是一个监管问题，也是一个必须在任何物联网设计的早期阶段纳入的功能需求。第三，人们不信任缺乏足够隐私措施的服务。第四，常规的数据安全原则不能保证数据隐私保护，即使数据被安全存储，数据隐私也可能被暴露。第五，物联网去中心化并不能实现绝对的隐私保护。
2023-01-03 cs.CR cs.NI
Privacy-Preserving Detection of IoT Devices Connected Behind a NAT in a Smart Home Setup
Ben-Gurion University of the Negev（本-古里安大学）；iTrust - Singapore University of Technology and Design（iTrust——新加坡科技设计大学）
如今，电信服务提供商（电信公司）面临着由连接到客户网络的受损物联网设备执行的网络攻击。这种攻击不仅可能对攻击目标产生严重影响，而且可能对电信公司本身产生严重影响。为了减轻这些风险，我们提出了一种基于机器学习的方法，可以检测连接在国内NAT后面的特定易受攻击的物联网模型的设备，从而识别对电信公司的基础设施和服务可用性构成风险的家庭网络。作为保护国内客户隐私的努力的一部分，我们的方法仅依赖于NetFlow数据，而不检查有效载荷。为了促进这一领域的未来研究，我们分享了我们的新数据集，这些数据集是在我们的实验室中从许多不同的商业物联网设备中收集的。
2019-05-31 cs.CR cs.LG cs.NI
IoTEdu: Access Control, Detection, and Automatic Incident Response in Academic IoT Networks
IComp, Universidade Federal do Amazonas (UFAM)（IComp，亚马逊联邦大学）；AI Horizon Labs, Programa de Pós-Graduação em Engenharia de Software (PPGES) Universidade Federal do Pampa (UNIPAMPA)（AI Horizon Labs，软件工程硕士项目，潘帕斯联邦大学）
IoTEdu通过集成访问控制、事件检测和自动阻断技术，提升学术物联网网络的安全性与响应效率。
2025-11-28 cs.AI cs.CR cs.NI
Security and Privacy-Preservation of IoT Data in Cloud-Fog Computing Environment
物联网是发展最快的技术，在各个领域都有广泛的应用。物联网设备每秒从现实环境中生成数据，并将其传输到云端，因为边缘站点的存储空间较少。外包云是处理存储问题的解决方案。用户的隐私可以通过将数据存储在云上而暴露。因此，我们提出了一种私有数据存储模型，该模型将物联网数据存储在外包云上，并具有隐私保护。雾节点在边缘侧用于数据分区和加密。在外包云上借助同态加密聚合分区和加密的数据。为了安全查询处理和访问来自外包云的数据，可以在外包云上使用引入的模型。
2022-12-01 cs.CR
Blockchain enabled fog structure to provide data security in IoT applications
物联网通过将智能设备连接到互联网，并利用所述设备生成的数据来为个人和企业提供增值服务。在这种情况下，如果数据被暴露、篡改或丢失，服务将无法正常运行。在本文中，我们从五个方面讨论物联网应用中的数据安全性：机密性、完整性、真实性、不可否认性和可用性。我们讨论了如何使用分布式账本技术来克服这些问题，并建议使用雾计算架构作为分散的计算支持来部署账本。
2019-01-15 cs.CR cs.DC
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
Thinking Out of the Blocks: Holochain for Distributed Security in IoT Healthcare
物联网（IoT）是一种新兴的认知技术，它通过互联网将大量智能物理设备与在不同平台上运行的虚拟对象连接起来。物联网越来越多地在分布式环境中实施，几乎在我们生活的每个领域都留下了足迹。不幸的是，对于医疗保健系统来说，连接到物联网网络的实体面临着前所未有的安全威胁。物联网医疗系统依赖于大量的敏感和个人数据，在保护数据安全和隐私方面面临着独特的挑战。尽管区块链由于其固有的分布式账本技术（DLT）而成为这种情况下的解决方案，但它受到了随着网络规模增加存储和计算需求的重大挫折。本文提出了一种基于全息链的安全和隐私保护框架，用于物联网医疗系统，克服了这些挑战，特别适合资源受限的物联网场景。性能和全面的安全分析表明，与区块链和其他现有系统相比，基于全息链的物联网医疗系统要好得多。
2021-03-01 cs.CR
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
Privacy-preserving Blockchain-enabled Parametric Insurance via Remote Sensing and IoT
School of Computing, Australian National University（澳大利亚国立大学计算学院）；Faculty of Information Technology, Monash University（莫纳什大学信息技术学院）；Data61, CSIRO（CSIRO数据61）
本文提出基于简洁零知识证明的隐私保护参数保险框架，通过零知识证明验证保险索赔的有效性和数据源真实性，提升透明度和效率，同时降低Gas成本80%。
2025-08-14 cs.CR cs.NI
Semi-supervised Variational Temporal Convolutional Network for IoT Communication Multi-anomaly Detection
近年来，消费者物联网（IoT）得到了发展。大规模物联网设备的构建是为了构建一个巨大的通信网络。但这些设备在现实中是不安全的，这意味着通信网络被攻击者暴露。此外，物联网通信网络还面临着各种突发错误。因此，很容易导致易受攻击者的威胁而导致系统故障.物联网通信网络的严峻形势促使了新技术的发展，以自动检测多异常。在本文中，我们提出了SS-VTCN，这是一种用于物联网多异常检测的半监督网络，适用于物联网通信网络。SS-VTCN旨在通过使用变分自编码器和时间卷积网络等关键技术学习其表示，基于分布捕获物联网流量数据的正常模式，无论其是否被标记。该网络可以利用编码数据预测初步结果，并通过重构输入数据来确定异常。基于基准数据集和真实消费者灵巧家庭数据集的大量评估实验表明，SS-VTCN比有监督和无监督的方法更适用，与其他最先进的半监督方法相比具有更好的性能。
2021-04-05 cs.AI cs.CR
Who Let the Smart Toaster Hack the House? An Investigation into the Security Vulnerabilities of Consumer IoT Devices
本研究提出了一种系统性的物联网安全攻击方法论，在测试平台上对11款商用智能家居设备进行数百次自动化实验，发现这些设备易受泛洪、端口扫描和操作系统扫描等攻击，为安全研究、设备工程师和用户提供了重要参考。
2023-07-26 cs.CR
Snipuzz: Black-box Fuzzing of IoT Firmware via Message Snippet Inference
物联网（IoT）设备的激增使人们的生活更加便利，但也引发了许多安全问题。由于难以获得和模拟物联网固件，物联网设备的黑盒模糊已成为一种可行的选择。然而，现有的黑盒模糊器不能形成有效的变异优化机制来指导其测试过程，主要是由于缺乏反馈。这是困难的，甚至不可能应用现有的基于语法的模糊策略。因此，在物联网模糊领域需要一种具有语法推理的高效模糊方法。为了解决这些关键问题，我们提出了一种新的物联网固件自动黑盒模糊，称为Snipuzz。Snipuzz作为与设备通信的客户端运行，并根据响应推断用于变化的消息片段。每个代码段引用一个连续的字节块，这些字节块反映模糊处理中的近似代码覆盖率。这种基于消息片段的变异策略大大缩小了改变探测消息的搜索空间。我们将Snipuzz与四种最先进的物联网模糊方法进行了比较，即，IoT Fuzzer BooFuzz Doona和Nemesys Snipuzz不仅继承了基于应用程序的模糊处理的优点（例如，IoTFuzzer，而且还利用通信响应来执行有效的突变。此外，Snipuzz是轻量级的，因为它的执行不依赖于任何先决条件操作，例如应用程序的逆向工程。我们还在20个流行的现实世界物联网设备上评估了Snipuzz。我们的研究结果表明，Snipuzz可以识别出5个零日漏洞，其中3个只能由Snipuzz暴露。所有新发现的漏洞都已得到其供应商的确认。
2021-05-21 cs.CR
Testing And Hardening IoT Devices Against the Mirai Botnet
绝大多数廉价的物联网（IoT）设备都是全新的，并且配置了开箱即用的设置，没有得到制造商的适当保护，并且容易受到潜伏在互联网上的现有恶意软件的攻击。其中包括Mirai僵尸网络，其源代码已泄露给全世界，允许任何恶意行为者配置和释放它。未安全有效地使用的软件资产组合使消费者面临全面妥协。我们使用Mirai库配置并攻击了4个不同的物联网设备。我们的实验得出结论，四个设备中有三个容易受到Mirai恶意软件的攻击，并且在使用默认配置部署时受到感染。这表明，原始的安全配置不足以为消费者提供可接受的保护级别，使他们的设备暴露和脆弱。通过分析Mirai库及其攻击向量，我们能够确定适当的设备配置对策，以加强设备对抗此僵尸网络，并通过实验成功验证。
2020-07-27 cs.CR cs.CY
MVAM: Multi-variant Attacks on Memory for IoT Trust Computing
随着物联网和低成本云服务的显著发展，物联网系统的传感和数据处理要求不断提高。TrustZone是专为物联网手持系统设计的ARM处理器的受硬件保护的可信执行环境（TEE）。它提供内存隔离技术来保护受信任的应用程序数据不被恶意实体利用。在这项工作中，我们专注于识别ARM Cortex-M处理器的TrustZone扩展的不同漏洞。然后设计并实现一个威胁模型来执行这些攻击。我们发现TrustZone容易受到基于缓冲区溢出的攻击。我们已经使用它创建了一个名为MOFlow的攻击，并成功泄露了另一个受信任应用程序的数据。这是通过故意溢出一个应用程序的内存来访问安全世界中其他应用程序的加密内存来完成的。我们还发现，由于没有验证entry函数中的输入参数，TrustZone暴露了一个安全漏洞。我们称之为阿喀琉斯之踵，并提出了一个攻击模型，展示了如何利用这一弱点。我们提出的新的攻击实现，并成功地测试了两个最近的ARM Cortex-M处理器在市场上（M23和M33）。
2023-01-11 cs.CR
Digital Twins and Blockchain for IoT Management
针对物联网管理中的安全与隐私问题，提出集成数字孪生与区块链的方法，通过智能合约管理对数字孪生的访问，实现多租户数据流定制并防止访问漏洞。
2023-09-03 cs.CR cs.DC
Machine Learning for the Detection and Identification of Internet of Things (IoT) Devices: A Survey
Shenzhen University（深圳大学）；Embry-Riddle Aeronautical University（安柏瑞德航空大学）
物联网（IoT）正在成为日常生活中不可或缺的一部分，支持各种新兴服务和应用。然而，流氓物联网设备的存在使物联网面临着巨大的风险，并带来了严重的后果。保护物联网的第一步是检测流氓物联网设备并识别合法设备。常规方法使用密码机制来认证和验证合法设备的身份。然而，密码协议在许多系统中不可用。同时，当合法设备可以被利用或加密密钥被公开时，这些方法不太有效。因此，非加密物联网设备识别和流氓设备检测成为保护现有系统的有效解决方案，并将为具有加密协议的系统提供额外的保护。非加密方法需要更多的努力，尚未得到充分的研究。在本文中，我们提供了一个全面的调查机器学习技术，用于识别物联网设备，以及从被动监视代理或网络运营商的角度检测受损或伪造的设备。我们将物联网设备识别和检测分为四类：特定于设备的模式识别、支持深度学习的设备识别、无监督设备识别和异常设备检测。同时，我们讨论了各种ML相关的使能技术，为此目的。这些使能技术包括学习算法、网络流量跟踪和无线信号的特征工程、持续学习和异常检测。
2021-01-25 cs.AI cs.CR cs.LG
Graph Analytics for anomaly detection in homogeneous wireless networks - A Simulation Approach
在物联网（IoT）中，设备在连接到互联网时会受到各种攻击。有必要建立一种能够了解这些严重资源受限设备的局限性的攻击检测机制。这是重要的，因为当前的方法或者是针对无线网络定制的，或者是针对具有大量数据传输的传统互联网定制的。此外，检测机制不需要总是那么复杂。在某些情况下，简单地发出攻击正在发生的信号可能就足够了，例如在使用异常检测的NIDS中。在图网络中，中心节点是网络中最具影响力的节点。本研究的目的是实验性地探索当攻击通过网络传播时，中心节点的行为与异常检测之间的关系。因此，我们提出了一种新的异常检测方法，使用这种独特的方法，迄今为止尚未探索的通信网络。此外，在实验中，我们使用我们的方法识别了在整个物联网网络中发起和传播的攻击的存在。
2017-01-24 cs.CR cs.NI
Interacting with the Internet of Things using Smart Contracts and Blockchain Technologies
尽管技术进步，物联网（IoT）中的大多数智能对象无法使用为与强大的互联网服务器交互而设计和开发的技术进行访问。物联网用例涉及的设备不仅资源有限，而且它们并不总是连接到互联网，并且在物理上容易受到篡改。在本文中，我们描述了一个基于智能合约的解决方案的设计、开发和评估，该解决方案允许最终用户安全地与智能设备进行交互。我们的方法可以在完全分散的环境中实现访问控制、Thing身份验证和支付，同时考虑到区块链技术和物联网范式所带来的限制和约束。我们的原型实现基于现有技术，即，以太坊智能合约，这使得它现实且从根本上安全。
2019-01-23 cs.CR
Security of RPL Based 6LoWPAN Networks in the Internet of Things: A Review
物联网（IoT）是最快的新兴网络模式之一，它为人类带来了大量的应用。嵌入式系统技术和压缩IPv6的发展使得IP协议栈能够在资源受限的异构智能设备中得到支持。然而，智能设备的全球连接性和资源受限特性使其面临不同的内部和外部攻击，这使用户的安全和隐私处于危险之中。与物联网相关的各种风险减缓了其增长，并成为其应用在全球范围内采用的障碍。在RFC 6550中，IETF的ROLL工作组规定了用于低功率和有损网络的IPv6路由协议（RPL），以促进6LoWPAN网络中的高效路由，同时考虑其局限性。由于物联网中节点的资源受限性质，RPL容易受到许多攻击，这些攻击消耗节点的资源并降低网络的性能。在本文中，我们提出了各种攻击和现有的防御解决方案，特别是对RPL的研究。开放的研究问题，挑战和未来的发展方向，具体到RPL安全进行了讨论。RPL攻击的分类，考虑到基本属性，如资源，拓扑结构和流量，显示更好的理解。此外，现有的跨层次和RPL特定的网络层的防御解决方案，在文献中提出的研究也进行了。
2023-03-01 cs.CR cs.NI
StallGrid: Measuring Internet-exposed Engagement in Protocol-Native OT Tarpits
Technical University of Denmark（丹麦技术大学）
针对OT/ICS协议无认证且补丁受限的现状，提出首个应用层诱捕陷阱StallGrid，利用Modbus异常码和IEC-104状态机停滞扫描器，在线验证其有效性和恶意流量相关性。
2026-09-29 cs.CR
A Technical Review of Wireless security for the Internet of things: Software Defined Radio perspective
使用物联网设备的网络攻击的增加暴露了构成物联网的基础设施中的漏洞，并显示了小型设备如何影响网络和服务功能。本文回顾了承载物联网的无线技术的脆弱性，并评估了使用软件定义无线电（SDR）技术实施针对物联网的无线攻击的经验。进行了系统的文献综述。比较了可能影响物联网生态系统和SDR无线电平台的无线技术的漏洞和攻击类型。在物联网系统模型层，感知层被认为是最脆弱的。此级别的大多数攻击都是由于硬件的限制、设备的物理暴露以及技术的异构性而发生的。基于SDR无线电的未来网络安全系统具有显著的优势，因为它们具有适应新通信技术的灵活性以及开发先进工具的潜力。然而，物联网的网络安全挑战非常复杂，需要将SDR硬件与认知技术和智能技术（如深度学习）融合，以适应快速的技术变化。
2020-09-21 cs.CR eess.SP
Fortress: Securing IoT Peripherals with Trusted Execution Environments
本文提出Fortress，一种利用可信执行环境隔离外设I/O内存，限制系统软件访问，保护物联网敏感数据隐私的通用设计，并通过I2S音频外设验证其安全性与可接受开销。
2023-12-20 cs.CR
Federated Learning-Enhanced Blockchain Framework for Privacy-Preserving Intrusion Detection in Industrial IoT
针对工业物联网传统入侵检测的隐私、延迟与单点故障问题，提出结合联邦学习与区块链的FL-BCID框架，通过边缘协同训练与链上存证实现高准确率、低开销的隐私保护入侵检测。
2025-05-21 cs.CR
Unlearning to Protect: A Distilled Reinforcement Learning Framework with Privacy-Preserving Feature Unlearning and XAI for IoT Security
BRAC University（布拉格大学）
针对僵尸网络对物联网设备的安全威胁及现有AI方案的局限，提出DiRLU框架，利用知识蒸馏和A2C训练，结合隐私保护特征遗忘与可解释人工智能，实现高效轻量级的物联网安全防护，准确率和F1分数高，运算效率提升。
2026-07-10 cs.CR
A Novel Ensemble Learning Approach for Enhanced IoT Attack Detection: Redefining Security Paradigms in Connected Systems
Department of Computer Science, Faculty of Information Technology, Applied Science Private University（计算机科学系，信息科技学院，应用科学私立大学）；Department of Computer Science and Engineering, State University of Bangladesh（计算机科学与工程系，孟加拉国国家大学）；Department. of Computer Science, College of Computer Engineering and Sciences, Prince Sattam Bin Abdulaziz University（计算机科学系，计算机工程与科学学院，普林斯萨塔姆·本·阿卜杜勒阿齐兹大学）；School of Computer Science and Engineering, Lovely Professional University（计算机科学与工程学院，洛丽专业大学）；STC’s Artificial Intelligence Chair, Department of Information Systems, College of Computer and Information Sciences, King Saud University（STC人工智能 chair，信息系，计算机与信息科学学院，沙特国王大学）；Department of Computer Science, Veer Kunwar Singh University（计算机科学系，维尔·库纳尔·辛格大学）；Department of Computer Science and Engineering, School of Engineering, Kathmandu University（计算机科学与工程系，工程学院，加德满都市大学）
本文提出一种新型集成学习方法，通过Extra Trees Classifier和预处理优化，提升物联网攻击检测性能，实验表明其在多个数据集上表现出高召回率、准确率和低错误率。
2025-10-09 cs.AI cs.CR cs.LG
Empowering IoT Firmware Secure Update with Customization Rights
针对 IoT 模块级固件定制带来的更新攻击面，本文提出 IMUP 框架，通过变色龙哈希、PoW 卸载与缓存实现可信完整性链和高效更新。
2025-07-25 cs.CR
Differential Privacy-Based Online Allocations towards Integrating Blockchain and Edge Computing
本文针对区块链物联网中边缘服务器分配问题，提出基于差分隐私的在线多物品双向拍卖机制，在保证在线性、诚实性和隐私安全的同时适应复杂现实场景，并通过理论与仿真验证其有效性。
2021-01-08 cs.CR cs.GT
Tokoin: A Coin-Based Accountable Access Control Scheme for Internet of Things
随着物联网（IoT）应用的普及，IoT设备与我们周围的环境密切互动，为我们带来了无与伦比的智能和便利。然而，安全物联网解决方案的发展远远落后，使我们暴露在常见的未经授权的访问中，这些访问可能会给我们的日常生活带来恶意攻击和前所未有的危险。过度特权攻击是物联网中广泛报道的一种现象，它访问未经授权或过多的资源，众所周知，很难预防，跟踪和减轻。为了应对这一挑战，我们提出了基于令牌的访问控制（TBAC），这是一种由区块链和可信执行环境（TEE）技术支持的可问责访问控制模型，为物联网提供细粒度，强可扩展性和访问过程控制。TBAC将虚拟访问权具体化为一种称为“tokoin”（令牌+硬币）的定量和安全的加密硬币，并使用区块链中的原子和可问责的状态转换功能对其进行管理。我们还通过为每个tokoin指定一个细粒度的访问策略来实现访问过程控制，该策略定义了谁被允许在何时何地如何做什么。代币是点对点可转让的，并且只能在必要时由资源所有者修改。我们使用经过充分研究的加密原语和区块链平台完全实现了TBAC，并为普通用户提供了一个随时可用的APP。我们还提出了一个案例研究，以展示如何TBAC是用来实现自主的在家里的货物交付，同时保证访问政策的合规性和业主的物理安全，通过调节送货员的物理行为。
2020-11-10 cs.CR cs.DC
Optimal Planning for Enhancing the Resilience of Modern Distribution Systems Against Cyberattacks
针对智能电网配电层面因物联网设备集成产生的网络攻击脆弱性，本文分析高功率设备相关攻击的可行性与影响，提出基于分布式发电的预防性韧性策略，强调配电层面网络韧性规划的迫切性。
2025-08-26 cs.CR cs.SY eess.SY
Fuzzychain-edge: A novel Fuzzy logic-based adaptive Access control model for Blockchain in Edge Computing
Fuzzychain-edge通过融合模糊逻辑、零知识证明和区块链技术，提出了一种自适应访问控制模型，以提升物联网环境中的数据安全与隐私保护。
2026-01-15 cs.CR cs.DC
Leaving Your Things Unattended is No Joke! Memory Bus Snooping and Open Debug Interface Exploits
物联网设备被普通人群广泛采用。今天的人们比以往任何时候都更加紧密地联系在一起。这些设备在竞争激烈的市场中的广泛使用和低成本驱动的构造使得互联网连接的设备成为恶意行为者的更容易和有吸引力的目标。本文以教程格式在两个案例研究中演示了对物联网设备的非侵入性物理攻击。这项研究的重点是演示：i）开发调试接口，通常在制造后开放; ii）开发暴露的内存总线。我们说明了一个人可以用入门级的知识，廉价的设备和有限的时间（8到25分钟）进行这种攻击。
2022-03-22 cs.CR
2-in-1 Accelerator: Enabling Random Precision Switch for Winning Both Adversarial Robustness and Efficiency
Rice University（莱斯大学）
本文提出算法与硬件协同设计的 2-in-1 Accelerator，通过 RPS 随机量化防御和精度可扩展架构，在多种攻击下同时提升 DNN 加速器鲁棒性与效率。
2025-01-04 cs.AR cs.CR cs.LG
Secure Video Streaming Using Dedicated Hardware
Nottingham Trent University（诺丁汉特伦特大学）；School of Science and Technology（科学技术学院）
目的：本文的目的是介绍一种系统，该系统可以增强用于监视和监控的物联网（IoT）系统的安全性，效率和可重构性。研究方法：为了提高智能物联网边缘设备的安全性和帧速率，提出了一种由中央处理器（CPU）和现场可编程门阵列（FPGA）组成的多处理器片上系统（MPSoC）。私有加密密钥安全地嵌入FPGA单元中，以避免暴露在随机存取存储器（RAM）中。这允许边缘设备安全地存储和验证密钥，保护从同一集成电路（IC）传输的数据。此外，边缘设备可以使用轻量级通信协议同时发布和路由相机流，实现每秒14帧（fps）的帧速率。MPSoC的性能与NVIDIA Jetson Nano（NJN）和Raspberry Pi 4（RPI 4）进行了比较，发现RPI 4是最具成本效益的解决方案，但具有较低的帧速率，NJN是最快的，因为它可以实现更高的帧率，但不安全，MPSoC是最佳解决方案，因为它提供平衡的帧速率，并且它是安全的，因为它从不将安全密钥暴露到存储器中。结果如下：所提出的系统成功地解决了用于监视和监控的物联网系统的安全性，可扩展性和效率的挑战。加密密钥被安全地存储和认证，边缘设备能够同时发布和路由以14 fps的高清图像的摄像头流。
2023-03-25 cs.CR cs.CV
Good Motive but Bad Design: Why ARM MPU Has Become an Outcast in Embedded Systems
随着越来越多的嵌入式设备连接到互联网，导致物联网（IoT）的出现，以前较少测试（和不安全）的设备暴露在不法分子面前。为了防止它们被破坏，存储器保护单元（MPU）在许多设备上都很容易获得，有可能成为防御者的免费午餐。令人惊讶的是，MPU很少被实际产品使用。原因是多方面的。虽然存在诸如兼容性问题等非技术原因，但更重要的是，我们发现MPU几乎没有带来任何安全增强，而是以降低性能和响应速度为代价。在这项工作中，我们调查了MPU采用主要的实时操作系统（RTOS），特别是FreeRTOS，并试图找出根本原因来解释为什么MPU不受青睐。我们希望我们的研究结果可以启发新的补救方案来改变这种情况。我们还回顾了最新的MPU设计，并提供技术建议，以建立更安全的嵌入式系统。
2019-08-09 cs.CR cs.OS
A Cybersecurity Guide for Using Fitness Devices
可穿戴设备的普及率呈指数级增长，消费者使用这些设备提供各种服务。健身设备目前正在提供新的服务，例如使用非接触式支付购物或购买训练票。此外，健身设备正在收集许多个人信息，如体温，脉搏率，饮食习惯和体重，步行距离，燃烧的卡路里和睡眠阶段。尽管这些设备可以为消费者提供便利，但越来越多的报告警告此类设备的网络安全风险，以及此类设备被黑客攻击并用作其他系统跳板的可能性。由于它们的无线传输，这些设备可能容易受到恶意攻击，从而使收集的数据暴露。这些设备的漏洞源于缺乏身份验证，蓝牙连接的缺点，位置跟踪以及第三方漏洞。确实存在用于保护此类设备的指南，但大多数此类指南都针对设备制造商或物联网提供商，而消费者通常不知道潜在的风险。本文旨在为用户提供网络安全指南，以便在使用健身设备时采取措施避免风险。
2021-05-06 cs.CR cs.CY cs.HC
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
Blockchain based AI-enabled Industry 4.0 CPS Protection against Advanced Persistent Threat
工业4.0就是以并发、安全和细粒度的方式做事。物联网边缘传感器及其相关数据在当今的行业生态系统中发挥着主导作用。在注入高级持续性威胁（APT）后泄露数据或伪造源设备会损害行业所有者的金钱和运营商的生命。现有的挑战包括针对易受攻击的边缘设备的APT注入攻击，不安全的数据传输，利益相关者之间的信任不一致，不兼容的数据存储机制等。边缘服务器通常会因为其轻量级的计算能力而受到影响，以消除未经授权的数据或指令，这本质上使它们暴露于攻击者。当攻击者在使用传统的PKI呈现的信任传输数据的同时瞄准边缘服务器时，联盟区块链（CBC）提供了经过验证的技术来安全地传输和维护这些敏感数据。随着最近边缘机器学习的改进，边缘设备可以在其终端过滤恶意数据，这在很大程度上促使我们建立一个区块链和AI对齐的APT检测系统。该论文的独特贡献包括在边缘进行有效的APT检测，以及在不可变的区块链分类账中透明记录检测历史。与此相一致，无证书数据传输机制增强了协作者之间的信任，并在消除现有证书颁发机构后确保了经济和可持续的机制。最后，边缘兼容存储技术有助于高效的预测性维护。相应的实验结果表明，所提出的技术优于其他竞争系统和模型。
2022-01-30 cs.CR
Roulette: A Semantic Privacy-Preserving Device-Edge Collaborative Inference Framework for Deep Learning Classification Tasks
Sun Yat-sen University（中山大学）
针对设备-边缘协同推理中的非独立同分布精度下降和真实标签隐私泄露问题，提出Roulette框架，通过冻结后端、重训练前端为特征提取器和加密器的分割学习范式，提供差分隐私保证，在严重非独立同分布下平均提升推理精度21%并有效防御攻击。
2023-09-06 cs.AI cs.CR cs.DC
A Biomechatronic Approach to Evaluating the Security of Wearable Devices in the Internet of Medical Things
针对医疗物联网中可穿戴给药设备易受网络威胁、计算资源受限的问题，提出可穿戴输液泵安全方案，实验验证其输液速率最大误差仅2.5%，并梳理落地挑战与初步解法。
2024-06-21 cs.CR cs.SY eess.SY
