Un enfoque de detección preciso para ataques de botnets IoT utilizando el método de razonamiento por interpolación
Autores: Almseidin, Mohammad; Alkasassbeh, Mouhammd
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Un enfoque de detección preciso para ataques de botnets IoT utilizando el método de razonamiento por interpolación
Categoría
Gestión y administración
Subcategoría
Gestión de la tecnología y la inovación
Palabras clave
Crecimiento
Tecnología
Internet de las Cosas
Ataques
Detección
Botnet
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
Hoy en día, el rápido crecimiento de la tecnología ofrece muchos conceptos y notaciones nuevos que buscan aumentar la eficiencia y el confort de la vida humana. Una de estas técnicas es el Internet de las Cosas (IoT). El IoT se ha utilizado para lograr una gestión operativa eficiente, operaciones rentables, mejores oportunidades de negocio, etc. Sin embargo, hay muchos desafíos que enfrenta la implementación de un entorno inteligente IoT. El desafío más crítico es proteger el entorno inteligente IoT de diferentes ataques. Los ataques de Botnet IoT se consideran un desafío serio. El peligro de este ataque radica en que podría ser utilizado para varios comandos amenazantes. Por lo tanto, los ataques de Botnet podrían implementarse para realizar ataques DDoS, ataques de phishing, spam y otros escenarios de ataque. Este documento ha presentado un enfoque de detección contra los ataques de Botnet IoT utilizando el método de razonamiento por interpolación. El enfoque de detección sugerido se implementó utilizando el método de razonamiento por interpolación en lugar de los métodos de razonamiento clásicos para manejar los problemas de la base de conocimientos y reducir el tamaño de las reglas de detección difusas. El enfoque de detección sugerido fue diseñado, probado y evaluado utilizando un conjunto de datos de ataques de Botnet IoT de código abierto. Los experimentos implementados muestran que el enfoque de detección sugerido fue capaz de detectar los ataques de Botnet IoT de manera efectiva con una tasa de detección del 96.4%. Además, los resultados obtenidos se compararon con otros resultados de la literatura; la comparación realizada mostró que el método sugerido es competitivo con otros métodos y redujo efectivamente la tasa de falsos positivos e interpoló las alertas de ataques de Botnet IoT incluso en caso de una base de reglas escasa.
Descripción
Hoy en día, el rápido crecimiento de la tecnología ofrece muchos conceptos y notaciones nuevos que buscan aumentar la eficiencia y el confort de la vida humana. Una de estas técnicas es el Internet de las Cosas (IoT). El IoT se ha utilizado para lograr una gestión operativa eficiente, operaciones rentables, mejores oportunidades de negocio, etc. Sin embargo, hay muchos desafíos que enfrenta la implementación de un entorno inteligente IoT. El desafío más crítico es proteger el entorno inteligente IoT de diferentes ataques. Los ataques de Botnet IoT se consideran un desafío serio. El peligro de este ataque radica en que podría ser utilizado para varios comandos amenazantes. Por lo tanto, los ataques de Botnet podrían implementarse para realizar ataques DDoS, ataques de phishing, spam y otros escenarios de ataque. Este documento ha presentado un enfoque de detección contra los ataques de Botnet IoT utilizando el método de razonamiento por interpolación. El enfoque de detección sugerido se implementó utilizando el método de razonamiento por interpolación en lugar de los métodos de razonamiento clásicos para manejar los problemas de la base de conocimientos y reducir el tamaño de las reglas de detección difusas. El enfoque de detección sugerido fue diseñado, probado y evaluado utilizando un conjunto de datos de ataques de Botnet IoT de código abierto. Los experimentos implementados muestran que el enfoque de detección sugerido fue capaz de detectar los ataques de Botnet IoT de manera efectiva con una tasa de detección del 96.4%. Además, los resultados obtenidos se compararon con otros resultados de la literatura; la comparación realizada mostró que el método sugerido es competitivo con otros métodos y redujo efectivamente la tasa de falsos positivos e interpoló las alertas de ataques de Botnet IoT incluso en caso de una base de reglas escasa.