
Towards Design and Development of Secure and Privacy-Preserving Frameworks for IoT-enabled Networks
Doktorarbeit / Dissertation aus dem Jahr 2022 im Fachbereich Informatik - Internet der Dinge, IOT, Note: First, course: PhD, Sprache: Deutsch Englisch, Beschreibung: Mit der Entwicklung kostengünstiger und energieeffizienter Sensoren baut das Internet der Dinge (IoT) ein Netzwerk von internetfähigen Geräten auf. Das Konzept des IoT findet in fast allen Bereichen Anwendung, z.
B. im Gesundheitswesen, in intelligenten Städten, intelligenten Stromnetzen, der Energieverteilung, der Landwirtschaft und sogar im Verkehrswesen. In einem typischen IoT-fähigen Netzwerk sind intelligente Sensoren geografisch verteilt, um Daten innerhalb einer intelligenten Infrastruktur über einen offenen Kanal, das Internet, zu sammeln und zu verarbeiten.
Die Nutzung des Internets birgt jedoch inhärente Schwachstellen in Bezug auf die Sicherheit (z.
B. können IoT-Geräte mit fortgeschrittenen Hacking-Techniken kompromittiert werden) und den Datenschutz (z.
B. können Angreifer Inferenz- und Data-Poisoning-Angriffe durchführen). Intrusion Detection System (IDS) und Cyber Threat Intelligence (CTI) sind die beiden am häufigsten verwendeten Techniken in IoT-fähigen Netzwerken, um die Integrität und Verfügbarkeit sensibler intelligenter Systeme zu schützen.
Das Vorhandensein eines großen Datenvolumens, d. h. der Dimensionalitätsfluch und der zentralisierte Cloud-basierte Bereitstellungsmechanismus, beeinträchtigen jedoch die IDS-Leistung in Bezug auf die Aufgaben zur Erkennung von Eindringlingen und die erhöhte Latenzzeit bei der Datenverarbeitung.
Andererseits ist die Modellierung von CTI aufgrund der begrenzten Kennzeichnungen von Cyber-Bedrohungsquellen eine Herausforderung, und die Analyse dieser Quellen, um relevante Bedrohungsinformationen manuell zu extrahieren, ist ein zeitaufwändiges und fehleranfälliges Verfahren, das eine große Investition von Ressourcen erfordert. Diese Arbeit liefert wesentliche Beiträge zur Forschung über den Aufbau eines verteilten IDS, einen hybriden Ansatz zur Auswahl von Merkmalen, ein automatisiertes CTI-Modellierungs- und Identifizierungsverfahren und ein Modul zur Verschlüsselung der Privatsphäre, um die Sicherheit und den Datenschutz von IoT-fähigen Netzwerken zu verbessern.