コンピュータ工学および情報技術ジャーナル

教師なし機械学習アルゴリズムを使用した IoT 上の DDoS 攻撃検出

ハイリー・テクレセラシエ*

IoT ネットワークの導入の増加により、人間と組織の生産性が向上しました。しかし、IoT ネットワークは、IoT デバイスのセキュリティが本質的に弱く、リソースが限られているため、DDoS 攻撃を仕掛けるプラットフォームになりつつあります。この論文では、教師なし機械学習アルゴリズムを使用して、トランスポート層で着信ネットワーク パケットを「疑わしい」または「無害」に分類することにより、IoT ネットワークでの DDoS 攻撃を検出することに焦点を当てています。この研究では、2 つのディープラーニング アルゴリズムと 2 つのクラスタリング アルゴリズムが、DDoS 攻撃を軽減するために個別にトレーニングされました。TCP SYN フラッド攻撃や UDP ラグ攻撃などのエクスプロイト ベースの DDOS 攻撃に重点を置いています。実験フェーズでは、アルゴリズムのトレーニングに Mirai、BASHLITE、および CICDDoS2019 データセットを使用します。精度スコアと正規化された相互情報量スコアを使用して、4 つのアルゴリズムの分類パフォーマンスを定量化します。結果は、オートエンコーダがすべてのデータセットで最高の精度で全体的に最高のパフォーマンスを発揮したことを示しています。