[文献阅读笔记]Machine Learning DDoS Detection for Consumer Internet of Things Devices 2018 IEEE SPW

该研究关注物联网(IoT)设备的独特网络行为,提出了一种异常检测系统,用于识别DDoS攻击。系统部署在家庭网关路由器或ISP交换机上,利用轻量级特征、协议无关性和低存储需求。通过全包捕获和特征提取(无状态和有状态),如Packet Size、Inter-Packet Interval、Protocol、Bandwidth等,实现了高效检测。实验结果显示模型具有高识别率,但也提出了一些疑问,如Protocol特征与Protocol Agnostic Feature的矛盾以及Inter-packet Interval微分计算的方法。
摘要由CSDN通过智能技术生成

[文献阅读笔记]Machine Learning DDoS Detection for Consumer Internet of Things Devices 2018 IEEE SPW

1.INTORDUCTION

  1. 提出了IOT设备往往具有与其他网络设备不同的网络行为,例如IoT设备发送数据的目标总是固定的而不是大范围的web服务器,IoT设备更倾向于形成重复性的流量模式,例如出于记录需要在固定的时间发送小包进行周期性的网络连接测试。

Fortunately,however,IoT traffic is often distinct from from that of other Internet connected devices(e.g. laptops and smart phone.) For example,IoT devices are also more likely to have repetitive network traffic patterns, such as regular network ping with small packets at fixed time intervals for logging purpose.

  1. 文章中的测试环境部署在了家庭网络环境中的网关上,或者ISP控制的交换机上。

Therefore, it is well suited for deployment on consumer home gateway routers or ISP-controlled switches.

2.BACKGROUND AND RELATED WORK

1.IoT设备的正常网络通信种类往往是有限的,例如一个智能灯泡,只有“On”,“Off”,“Connecting to Wi-Fi”,三种状态,每种状态都存在对应的,有明显差别的网络

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值