SunBlock: Cloudless Protection for IoT Systems

要約

家庭内に存在するモノのインターネット (IoT) デバイスの数が増加するにつれて、潜在的な情報漏洩チャネルの数と、それに関連するセキュリティ上の脅威やプライバシー リスクが増加しています。
保護されていないホーム ネットワーク内の IoT デバイスに対する攻撃には長い歴史があるにもかかわらず、そのような攻撃を正確かつ迅速に検出して防止するという問題は依然として解決されていません。
既存の IoT 保護ソリューションの多くはクラウドベースであり、非効率な場合があり、消費者データを未知のサードパーティと共有する可能性があります。
このペーパーでは、AI ツールと従来のルールベースのトラフィック フィルタリング アルゴリズムを組み合わせて、ホーム ルーター上でローカルに IoT 脅威を効果的に検出できる可能性を調査します。
当社の結果は、機械学習とトラフィック フィルタリング ロジックによってルーターのハードウェア リソースがわずかに増加するだけで、当社のソリューションを搭載した一般的なホーム ルーターは効果的にリスクを検出し、一般的なホーム IoT ネットワークを保護でき、既存の一般的なソリューションと同等またはそれを上回るパフォーマンスを発揮できることを示しています。
良性の IoT 機能に影響を与えることなく、クラウド サービスやサードパーティに依存することもありません。

要約(オリジナル)

With an increasing number of Internet of Things (IoT) devices present in homes, there is a rise in the number of potential information leakage channels and their associated security threats and privacy risks. Despite a long history of attacks on IoT devices in unprotected home networks, the problem of accurate, rapid detection and prevention of such attacks remains open. Many existing IoT protection solutions are cloud-based, sometimes ineffective, and might share consumer data with unknown third parties. This paper investigates the potential for effective IoT threat detection locally, on a home router, using AI tools combined with classic rule-based traffic-filtering algorithms. Our results show that with a slight rise of router hardware resources caused by machine learning and traffic filtering logic, a typical home router instrumented with our solution is able to effectively detect risks and protect a typical home IoT network, equaling or outperforming existing popular solutions, without any effects on benign IoT functionality, and without relying on cloud services and third parties.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google