Mejorando seguridad en dispositivos IoT a través de aprendizaje automático en disipación de energía condicional
Autores: Myridakis, Dimitrios; Papafotikas, Stefanos; Kalovrektis, Konstantinos; Kakarountas, Athanasios
Idioma: Inglés
Editor: MDPI
Año: 2020
Acceso abierto
Artículo científico
2020
Mejorando seguridad en dispositivos IoT a través de aprendizaje automático en disipación de energía condicional
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Desarrollo
Dispositivos conectados
Dispositivos IoT
Ataques
Vulnerabilidades
Exploits
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 34
Citaciones: Sin citaciones
El rápido desarrollo de dispositivos conectados y los datos sensibles que producen representan un gran desafío para los fabricantes que buscan proteger completamente sus dispositivos de posibles ataques. Los consumidores esperan que sus dispositivos y datos de IoT estén adecuadamente protegidos contra una amplia gama de vulnerabilidades y exploits. Los ataques exitosos a los dispositivos de IoT generan problemas de seguridad y plantean nuevos desafíos. Los ataques exitosos de botnets que residen en dispositivos de IoT comprometidos aumentan significativamente en número y la gravedad del daño que causan es similar a la de una guerra. Las características de los ataques varían ampliamente de un ataque a otro y de un momento a otro. Las advertencias sobre la gravedad de los ataques indican la necesidad de soluciones que aborden los ataques desde su origen. Además, es necesario poner en cuarentena los dispositivos de IoT infectados para evitar la propagación del virus y así la formación de la botnet. Este trabajo introduce la explotación de técnicas de ataque de canal lateral para proteger de manera intuitiva los dispositivos inteligentes de bajo costo, e integra un algoritmo basado en aprendizaje automático para la Detección de Intrusiones, explotando la disipación de características actuales del suministro. Los resultados de este trabajo mostraron la detección exitosa del comportamiento anormal de los dispositivos inteligentes de IoT.
Descripción
El rápido desarrollo de dispositivos conectados y los datos sensibles que producen representan un gran desafío para los fabricantes que buscan proteger completamente sus dispositivos de posibles ataques. Los consumidores esperan que sus dispositivos y datos de IoT estén adecuadamente protegidos contra una amplia gama de vulnerabilidades y exploits. Los ataques exitosos a los dispositivos de IoT generan problemas de seguridad y plantean nuevos desafíos. Los ataques exitosos de botnets que residen en dispositivos de IoT comprometidos aumentan significativamente en número y la gravedad del daño que causan es similar a la de una guerra. Las características de los ataques varían ampliamente de un ataque a otro y de un momento a otro. Las advertencias sobre la gravedad de los ataques indican la necesidad de soluciones que aborden los ataques desde su origen. Además, es necesario poner en cuarentena los dispositivos de IoT infectados para evitar la propagación del virus y así la formación de la botnet. Este trabajo introduce la explotación de técnicas de ataque de canal lateral para proteger de manera intuitiva los dispositivos inteligentes de bajo costo, e integra un algoritmo basado en aprendizaje automático para la Detección de Intrusiones, explotando la disipación de características actuales del suministro. Los resultados de este trabajo mostraron la detección exitosa del comportamiento anormal de los dispositivos inteligentes de IoT.