Rethinking IoT Intrusion Detection: Augmenting Routing Metrics with Radio Features
该论文针对基于RPL的物联网网络入侵检测系统(IDS)进行了改进研究。传统机器学习IDS通常仅依赖路由层特征(如RPL控制消息、路由度量等),但这些特征只能反映网络行为的局部视角,可能限制检测性能。作者提出在LSTM-based IDS中引
共收录 181 条相关情报。
← 返回所有主题该论文针对基于RPL的物联网网络入侵检测系统(IDS)进行了改进研究。传统机器学习IDS通常仅依赖路由层特征(如RPL控制消息、路由度量等),但这些特征只能反映网络行为的局部视角,可能限制检测性能。作者提出在LSTM-based IDS中引
本文聚焦于智能体互操作协议(如A2A和MCP)中通信图元数据带来的新威胁。当前协议依赖HTTP(S)传输,虽通过端到端加密保护消息内容,但通信图(哪个智能体何时联系谁、频率如何)完全暴露。在智能体系统中,通信图比传统隐私框架所指出的更危险:
该论文探索了使用基础模型(Foundation Models)来检测和识别基于RPL的物联网(IoT)网络中的攻击。研究聚焦于多种攻击类型(包括黑洞攻击、DIS泛洪、最差父节点攻击和本地修复攻击),攻击变体以及网络配置,并评估了基础模型在攻
该论文针对 Thread 低功耗无线 Mesh 网络中 IoT 设备难以应用 IETF MUD(制造商使用说明)标准进行网络访问控制的问题,提出了 MeshGuard 框架。MUD 标准依赖完整 IP 协议栈,而 Thread 设备因资源受
本文针对传输层安全协议(TLS)在现实部署中因过时版本和配置错误导致安全保证受损的问题展开研究。研究团队在布鲁诺·凯斯勒基金会(Fondazione Bruno Kessler)收集了两周内超过5000万次TLS握手数据,分析了服务器选择的
该论文研究卫星通信中的密钥交换问题。卫星环境具有资源受限(如计算能力、内存、带宽)和高传输延迟等独特挑战,传统的互联网密钥交换(IKE)协议无法直接适用。论文首先分析了将IKE协议应用于卫星场景需要解决的两大核心问题:一是协议效率,即如何适
本文针对有向图中的模糊最短路径问题(FSPP),提出了一种基于广义高斯模糊数(GGFN)的边成本建模方法。传统模糊最短路径研究通常使用三角或梯形隶属函数,而本文引入高斯型隶属函数,并将模糊数的高度(height)解释为信息可靠性的指标。基于
软件定义网络(SDN)因其集中控制架构而面临分布式拒绝服务(DDoS)攻击的严重威胁,特别是地毯式轰炸(Carpet-Bombing)DDoS攻击,这种攻击将恶意流量分散到多个目标以逃避传统检测机制。本文提出了一种基于检索增强生成(RAG)
该论文提出了一种名为 TIP (The Intent Protocol) 的去中心化声明式网络协议,旨在解决异构物联网系统因硬件架构、网络协议栈和数据序列化格式不同而导致的碎片化问题。现有标准如 MQTT、CoAP、DDS 依赖于地址绑定和
该论文针对大型语言模型(LLM)通过工具调用控制物理设备时面临的安全挑战,提出了一种名为Device Context Protocol(DCP)的紧凑、安全优先的通信协议。现有方案如Model Context Protocol(MCP)及其
该论文针对远程直接内存访问(RDMA)在高性能系统中的安全缺陷展开研究。RDMA通过绕过CPU实现机器间的直接内存传输,显著降低了延迟和CPU开销,但同时也绕过了传统的CPU中介安全机制,在不可信环境中引入了严重漏洞。为此,作者提出将AES
未知网络攻击(尤其是零日攻击)检测是入侵检测系统的重大挑战。监督学习方法对已知攻击类效果好,但无法处理训练数据中未出现的新攻击类型;无监督方法虽能检测未知攻击,但误报率高,限制了实际应用。本文提出UNAD+框架,是对原有UNAD的改进。UN
本论文对域名注册商的安全控制措施进行了实证研究,重点关注域名劫持风险。域名是组织在线身份和声誉的核心资产,支撑网站、电子邮件等服务,一旦被恶意劫持,可能造成严重后果。研究选取了面向.nl国家顶级域名的前10大注册商,通过模拟攻击者视角,评估
本文针对I2P匿名网络可能被恶意攻击者用于数据外泄的问题,提出了一种两阶段机器学习检测方法。I2P通过大蒜路由和分布式网络架构提供强匿名性,但这也使得企业网络中的恶意数据传输难以被传统安全措施发现。现有研究主要关注协议级流量识别,缺乏行为威
比特币最近引入了V2 P2P传输协议,旨在加密节点间的通信,以防范已知的攻击向量。然而,本研究发现该协议的设计存在概念性缺陷(并非实现错误),且这些问题同样适用于其他P2P网络。攻击者可以通过TCP负载长度识别应用消息;利用加密通道的工作机
本文提出一个名为XAI FL-IDS的分布式入侵检测系统框架,旨在解决传统集中式IDS存在的两大局限:隐私泄露和缺乏可解释性。当前大多数IDS依赖集中式检测,要求IoT节点将原始数据发送至服务器,不仅增加网络开销,也无法保证数据隐私;同时,
本文研究了暗网中的匿名覆盖网络 I2P(Invisible Internet Project)的一个未被现有安全文献描述的子层,作者称之为“排他性网络”(Exclusive Network)。该子层的节点托管运营服务,并利用 I2P 的路由
网络入侵检测系统(NIDS)通过检测恶意流量并交由安全运营中心调查,在保护网络中发挥关键作用。现有最先进的方法利用监督机器学习训练分类模型识别已知网络攻击,但这些模型需要大量标注数据集,且在较小数据集上训练时性能较差。为解决这一缺陷,异常检
本文是一篇关于人工智能(AI)在网络安全领域应用的综述性研究,重点聚焦于入侵检测场景。文章首先指出,AI因其在模式识别、任务自动化以及降低时间与成本方面的能力,已被广泛应用于多个领域。在网络安全中,AI的整合引起了广泛关注,尤其是在入侵检测
本文对隐形互联网项目(I2P)的节点选择机制进行了实证网络拓扑分析,旨在研究地理位置是否系统性地影响I2P的路由拓扑。I2P的设计原则之一是避免从同一个/16子网中选择多个节点以最大化匿名性。研究团队使用SWARM-I2P数据集(包含327