Key points are not available for this paper at this time.
Es ist offensichtlich, dass IoT-Geräte in vielen Bereichen zunehmend eingesetzt werden. Aufgrund begrenzter Ressourcen (z. B. Speicher, CPU) sind die Sicherheitsmechanismen auf vielen IoT-Geräten wie IP-Kameras und Routern jedoch gering. Daher stellen Botnetze eine aufkommende Bedrohung dar, um IoT-Geräte zu kompromittieren. Um dem entgegenzuwirken, spielt eine neuartige Methode zur Erkennung von IoT-Botnetzen eine entscheidende Rolle. In diesem Papier leisten wir einige Beiträge zur Erkennung von IoT-Botnetzen: Erstens präsentieren wir ein neuartiges, auf hohen Niveau basierendes PSI-Teilgraph-Merkmal zur Erkennung von IoT-Botnetzen; zweitens generieren wir eine begrenzte Anzahl von Merkmalen, die präzise Verhaltensbeschreibungen haben, was weniger Speicherplatz benötigt und die Verarbeitungszeit reduziert; drittens zeigen die Evaluierungsergebnisse die Effektivität und Robustheit der auf PSI-Teilgraphen basierenden Merkmale, da jeder der fünf Maschinenklassifizierer, bestehend aus Random Forest, Entscheidungsbaum, Bagging, k-nächste Nachbarn und Support Vector Machine, eine Erkennungsrate von über 97 % und geringe Zeitkosten erreicht. Darüber hinaus erzielt unsere vorgeschlagene Methode im Vergleich zu anderen Arbeiten eine bessere Leistung. Schließlich veröffentlichen wir alle unsere Materialien auf Github, die zukünftigen Forschungen (z. B. Ansätze zur Erkennung von IoT-Botnetzen) zugutekommen werden.
Nguyen et al. (Di,) haben diese Frage untersucht.