Detecção de Ataques DDoS em redes IoT usando Redes Neurais e Seleção de Características

• Ariel L. C. Portela UECE
• Wanderson L. Costa UECE
• Rafael L. Gomes UECE

DOI: https://doi.org/10.5753/sbrc_estendido.2021.17175

Resumo

A implantação de infraestruturas de rede baseadas na Internet das Coisas (IoT) sofre com a ocorrência de Ataques de Negação de Serviço Distribuídos (DDoS). Dessa forma, é necessário aplicar soluções que possam detectar DDoS em redes IoT, lidando com questões como escalabilidade, adaptabilidade e heterogeneidade. Dentro deste contexto, este trabalho apresenta um Sistema Cloud-Fog para Detecção de ataques DDoS em Redes IoT baseado em Redes Neurais (RN) e Técnicas de Seleção de Características, possibilitando a identificação da melhor composição de características para o treinamento do modelo, bem como a escalabilidade necessária. Os experimentos realizados, usando tráfego de rede real, sugerem que o sistema proposto atinge 99% de acurácia, enquanto reduz o volume de dados trocados e o tempo de detecção.

Referências

Brun, O., Yin, Y., Augusto-Gonzalez, J., Ramos, M., and Gelenbe, E. (2018). Iot attack detection with deep learning. In ISCIS Security Workshop.

Doshi, R., Apthorpe, N., and Feamster, N. (2018). Machine learning ddos detection for consumer internet of things devices. In 2018 IEEE Security and Privacy Workshops (SPW), pages 29–35. IEEE.

HaddadPajouh, H., Dehghantanha, A., Khayami, R., and Choo, K.-K. R. (2018). A deep recurrent neural network based approach for internet of things malware threat hunting. Future Generation Computer Systems, 85:88 – 96.

Kaushik, S. (2016). Introduction to feature selection methods with an example (or how to select the right variables?). Analytics Vidhya.

Meidan, Y., Bohadana, M., Mathov, Y., Mirsky, Y., Shabtai, A., Breitenbacher, D., and Elovici, Y. (2018). N-baiot—network-based detection of iot botnet attacks using deep autoencoders. IEEE Pervasive Computing, 17(3):12–22.

Pisani, F., de Oliveira, F. M. C., Gama, E. S., Immich, R., Bittencourt, L. F., and Borin, E. (2020). Fog computing on constrained devices: Paving the way for the future iot.

Sharafaldin, I., Lashkari, A. H., Hakak, S., and Ghorbani, A. A. (2019). Developing realistic distributed denial of service (ddos) attack dataset and taxonomy. In 2019 International Carnahan Conference on Security Technology (ICCST), pages 1–8. IEEE.

Yamauchi, M., Ohsita, Y., Murata, M., Ueda, K., and Kato, Y. (2019). Anomaly detection for smart home based on user behavior. In 2019 IEEE International Conference on Consumer Electronics (ICCE), pages 1–6. IEEE.